相关性与因果性

       晚上在看《学会提问》时,看到有一个推理谬误是“把相关性当成了因果性”。比如说调查发现一个城市的冰激凌卖得越好,这个城市的犯罪率就越高。根据这个结果,我们可以说冰激凌的销量和犯罪率有相关性,但不能说它们之间有因果关系。随着大数据时代的到来,我们越来越经常地可以看到通过各种数据得到的结论。自己经常对这些结论感到不可思议,因为这些结论的原因和结果很难让人通过逻辑理解。

       在面对“A导致了B”的结论时,我们可以建立这样的思路:除了“A导致B”,是不是有可能“B导致了A”?抑或是“C同时导致了A和B”?特别是最后一个“寻找第三原因”的思路经常能让人柳暗花明。比如上面冰激凌的问题,是不是有这种可能:喜欢吃冰激凌的往往是底层人民,而底层人民的犯罪率较高,所以本质的原因是贫穷!?抑或是喜欢吃冰激凌的城市往往较热,而天气炎热容易引发犯罪?

       所以在下次听到各式各样的社会调查报告时,我们不该轻易地相信结论,而应该多问几个问题:比如真的是上述的原因导致了结果吗?有没有其他的可能?原因和结果是否有更本质的影响因素?

你可能感兴趣的:(相关性与因果性)