有趣的事

相关性很强的数据,为什么不能直接说明因果关系?

相关性说明两个变量在现有数据中共同变化,但不能单凭这一点确定一个变量导致了另一个。首先,可能存在混杂因素:例如冰淇淋销量与溺水事件都可能随气温升高而增加,真正同时影响二者的是炎热天气。其次,因果方向也可能相反,或存在选择偏差、测量误差和偶然波动。

要支持因果判断,需要先明确可能的作用机制和时间顺序,再尽量排除其他解释。随机对照实验通过随机分配来平衡已知和未知混杂因素;无法实验时,可利用自然实验、政策变化等准实验设计,或在观察数据中控制重要混杂因素,并进行稳健性检验。不过,统计控制只能处理已测量且建模恰当的因素,不能自动消除未观测混杂。

因此,相关性是发现线索、提出假设的起点;是否因果,还要看研究设计和证据能否排除合理的替代解释。

相关阅读