作为一个资深的沙发土豆，学生时代老师、父母常挂在嘴边的一句话就是，看电视会影响学习。很多人坚信的这一观点是正确的吗？事实上，根据经济学的权威研究证实：看电视时间越长，学习能力反而会提升。
为什么会导致我们相信“看电视会影响学习成绩”这样的“无稽之谈”呢？大数据时代，获取信息的方式更便捷了，但未经“加工”的信息却混淆了我们对因果关系的判断。如果想要揭开因果关系的秘密，《原因与结果的经济学》这本书十分值得一读。
书中作者中室牧子和津川友介通过列举大量教育、医疗等与日常生活息息相关的课题，讲解了因果关系推理最根本的思考方法，根据“证据金字塔”中证据可信度阐述了判断因果关系成立与否的多种实验方式。
尽管本书涉及经济学知识，却不涉及公式，但全书通过深入浅出的剖析因果关系逻辑，为职场人进行数据分析及行为决策提供了有力依据。本书还曾荣获日本杂志《周刊钻石》2017年“最佳经济类图书第一名”。
下面来说说书中提到的干货。
区分因果关系与相关关系
因果关系是指两个事件中前一个事件作为原因导致了后一事件的发生。比如，前车司机正常行驶，后车司机没有保持适当的车距导致追尾。在这样的因果关系中，一旦原因出现，就必然会导致结果的出现。
相关关系，则指虽然一个事件变化后，另一个事件也会随之改变，但两者之间不是原因和结果的关系。例如，文章开头举的那个关于看电视会影响学习的观点。在相关关系中，即使原因再次发生也不一定会导致同一结果的出现。
一旦混淆因果关系和相关关系会导致错误的判断，错误的决策，因此区分因果关系和相关关系的能力是职场必备技能。
掌握这一技能要正确区分因果关系和相关关系的方法论——因果推理。
3个问题快速判断因果关系
当我们对因果关系产生疑问的时，如何运用因果推理帮助判断呢？书中提出了三个质疑的要点：
是否纯属巧合?
歌手萧敬腾所到之处都会下雨，网友封他为“雨神”。可是，根据气象专家当年的辟谣，上海、广州、杭州都属于于降雨量比较充裕的地区，全年的降雨日数分别为153.9天，149.2天，151.9天，全年有近一半的时间都会出现降雨。所以，除非去常年干旱的地区也会导致那里下雨，否则萧敬腾招雨真的只是巧合。
是否存在第三变量?
所谓第三变量就是指同时影响原因与结果的其他因素。
记得10年世界杯时，来自德国的章鱼保罗因为能够预测比赛结果而闻名世界。章鱼保罗具有成功预测世界杯比赛结果的超能力？这当然也是无稽之谈。
实际上，章鱼保罗只选择过三个国家：德国、塞尔维亚、西班牙。大家对比下这三个国家的国旗，大概就能看出端倪了。
是的，章鱼能够识别明暗度而且喜欢横向形状。而确实它在德国队参加的13场比赛中11次选择了德国队，而德国队赢得了其中9场比赛。
所以，区分明暗的横向图案就是章鱼保罗事件中的第三变量。
是否存在逆向因果关系?
这就是因果关系倒置。比如，“警察多的地区，犯罪案件数量也多”这一说法，乍一看是不是觉得怪怪的。如果这个说法成立，那是不是减少警察人数就可以降低犯罪案件数量呢？
答案自然是否定的。确实两个数据之间是有联系的，但原因与结果表述反了。更合理的解释是，因为犯罪案件数量多，所以配置了更多警察。
如何证明因果关系？
一般而言，运用三个要点简单加以思考就可以做出是否存在因果关系的简单判断。假如要更科学地论证三个要点不存在，书中提出的思路是，制造可比较的组，用最贴切的值替换反事实。
所谓反事实，是指对过去未曾发生的事实所做的假设。由于我们没有办法分析未发生过的事实，因此需要制造两组具有可比性的数据，然后用最贴切的值去分析反事实的结果。
作者根据“证据金字塔”，将具体的方法可以分为四种：随机对照试验、自然实验、准实验和回归分析。
由于篇幅有限，简单介绍下因果推理中最理想的、证据可信度最高的方法——随机对照试验。
随机对照试验，顾名思义，观测的两组数据是随机分配的，比如通过抽签等方式确定。
利用小白鼠进行临床试验的操作，就是将所有小白鼠随机分配为干预组（给药组）和对照组（不给药组），来避免个体差异导致的偶然因素，使两组小白鼠具备了可比较性。而设置干预组的目的在于替换“干预组没有投放药物”这一反事实。
值得注意的是，无论随机对照试验还是其他方法围绕同一课题的研究可能会得出不同的结论，此时就需要运用综合多种研究结果，论证变量间关系的元分析了。
《原因与结果的经济学》一书中，中室牧子和津川友介从对因果关系的认识、判断要点及步骤，系统性地介绍了因果推理的方法，可以帮助你拨开信息的迷雾找到信息背后的真相。
网友评论