作者:丁点helper
来源:丁点帮你
前面,我们详述了各种检验方法的基本逻辑以及实操过程,包括t检验、方差分析、卡方检验、和基于秩次的非参数检验,从今天开始,我们就要进入一个新的主题——相关与回归。
相关与回归,尤其是后者,在卫生或医学统计学中应用的十分广泛。这两种方法都是在探寻两个或两个以上变量之间的关联,或者称“相关关系”。
可是,我们做研究的终极目标并非是为了获得“相关”,而是获得“因果”。
某种疾病病死率的下降与使用新药有关,这里的有关,实际上在暗示,新药的使用,导致了病死率的下降,这里的“导致”就表明产生了因果关系。
相关是比因果更宽泛的概念,两个变量存在因果关系,几乎可以肯定会存在相关关系(不限于线性相关);但反过来,却不能成立,具有相关关系的数据,并不一定存在因果联系。
统计书中举的最简单的例子是“小树的身高和小孩的身高”——小树长、我也长,从数据来看,它们存在非常显著的相关关系。
但是,有何意义吗?并没有。我们并不能从这两个数据表面的相关来推导出小树身高对小孩身高造成何种影响?
是的,无论是简单的单因素假设检验(如两组样本的t检验),还是纳入了多个因素的线性回归分析,本质上,我们是希望获得一个因素对另一个因素的“影响”。
产生影响意味着什么呢?意味着发生了因果关系。
比如有人说“刷抖音影响学习”,把这句话用统计的语言来表达和验证就是:抽取一群学生,随机分配到两组,一组天天刷抖音,另一组不刷,然后比较两组学生的平均成绩。
如果抖音组的成绩低,那我们就可以下结论说:刷抖音影响学习,更准确地说,刷抖音导致学习成绩下降。同样,注意这里的用词,“导致”意味着因果关系。
以上当然是一个不严谨的“随机对照试验”,存在很多漏洞值得讨论。但我们举这个例子的意图只是想让大家明白,如果你想验证“因果关系”,理论上,这或许是唯一准确的办法。
再往深想一想,或许也不应该称为“理论上“唯一准确的办法,而应该称作“具有实现可能”的唯一准确办法。
言外之意,还有不可实现的方法吗?
是的,要做因果推断,最准确的应该是通过构造”反事实“来实现。
什么叫反事实?它是根据英文翻译过来的,叫做counterfactual facts,看第一个单次的词根”counter“就是”反、对抗“的意思。说起来似乎很拗口,但理解起来并不费劲。
仍以上面刷抖音和学习的例子来看,怎样通过构造”反事实“来探究这两者之间的因果关系呢?
很简单,让一个特别喜欢耍抖音的小朋友一直刷,然后记录其期末考试成绩;还是这个小朋友,让它做时光机重新回到学期开始的时候,什么都不变,唯独一点变了——没有抖音了,然后再看这个小朋友期末考试成绩。通过比较他的两次成绩,就能准确地判断出”刷抖音是否影响了他的学习“。
这就是所谓的”反事实“,因为他刷抖音这是个事实,在现实生活中,我们是无法改变这个事实的,所以只能通过在脑海中构建”他不刷抖音“这个反事实。实际上,因果推断的金标准——随机对照试验,就是一种模拟”反事实“的方法。
绕这么大一个圈给大家讲反事实,就是想提醒大家,因果关系推断之难。
别说反事实,就是随机对照试验,对很多研究来讲都是不可能实现的。
我们唯一(或者大部分)能获得就是眼前看到的这个世界发生的一切——所谓的”观察性数据“(Observational data),可我们的目的偏偏是希望从这些”观察性数据“中间获得”因果性推断“。
当我们采用统计方法来探究变量间的关系时,我们应该保持谨慎,因为几乎所有的方法都是在进行”相关关系“的探究,而非”因果关系“,这一点是我在咱们这个系列文章的开头想跟大家讲的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10