在數(shù)據(jù)分析思維當中，有一個非常重要的概念——反事實。

也就是說我們只能想象未發(fā)生的事情，而不能斷定未來，在數(shù)據(jù)分析中叫做挖掘預(yù)測。因此正確的判斷因果關(guān)系非常難，無論在工作還是日常生活中。尤其是對于剛剛?cè)腴T數(shù)據(jù)分析的人來說，很容易陷入反事實的陷阱之中。

日常決策的因果關(guān)系

假設(shè)有這么一個場景：我昨天沒有睡好，天又下雨，結(jié)果我開車出去撞了護欄。

同時他又假設(shè)以下陳述均為事實：

1. 我昨晚沒睡好。

2. 天下雨。

3. 我在國內(nèi)第一次開車。

4. 北京交通標識不清楚。

5. 當時正好一個人奔跑過來，讓我驚恐。

6. 我開車前喝了一杯酒。

7. 我酒量不高。

8. 那么這個事故的原因是什么？都挺像的。

作者分析，為什么你會覺得“下雨”是一個原因：

如果當天是天晴，那么天晴能不能成為事故的一個原因呢？大部分人可能會認為天晴作為事故的一個原因比較奇怪。

這可能是因為我們有個潛在假設(shè)，就是天晴是常態(tài)的，而下雨不是常態(tài)。但如果一個地方一天 24 小時，一年 365 天都在下雨，那么天晴就成了一個不正常的狀態(tài)。在這種情況下，天晴反而讓我不習慣，最后讓我撞到護欄上去了。

所以我們在說“下雨”是一個原因時，背后其實已經(jīng)在潛在假設(shè)正常狀態(tài)是指天晴了。

由此他提出一個觀點：我們在分析原因時，潛在假設(shè)了一個正常的參考系。

就像劃火柴著火，如果你問原因是什么，人們會說是劃火柴，而不會說是存在氧氣。

認知科學家、心理學家 Steven Pinker (史蒂芬·平克) 在《思想本質(zhì)》里解釋說，我們通常把易于識別的那個因素當作原因：

人們莫名其妙地將其中一個必要條件識別出來，以此作為一個事件的原因，同時卻將其他條件作為該事件發(fā)生的動因和輔助因素，即使這些條件與那個被識別出的原因是一樣不可或缺的。這些必要條件間的區(qū)別并不在于物理事件間的連接或它們所遵循的規(guī)律，而在于與某些其他事態(tài)的隱性對比。

日常生活中的因果判斷，和我們的認知，即大腦對于因果的理解有關(guān)系。

認知理解的因果關(guān)系

我們來考慮這么一個問題：

一輛有軌電車馬上要撞向 5 個毫不知情的鐵路工人。假設(shè)此時你正站在交換機旁邊，你可以將電車扳到另一條軌道上，但那樣會撞上另一個毫不知情的鐵路工人。你會扳動開關(guān)嗎？

然后想象另一個場景：

你站在一座大橋上俯瞰，你可以扔下重物讓電車停止，以避免撞向 5 個工人，而唯一的重物是你旁邊的胖子。你會把他扔下去嗎？

大多數(shù)人在第一種情況中選擇會，而第二種情況選擇不會。同樣是犧牲 1 人救 5 人，為什么會有這樣的差異呢？

平克通過人類語言中動詞的研究，解釋說，人類的因果關(guān)系識別基于一個“力動態(tài)”的心智模型。

在因果場景中，一個參與者被稱為“主動力”：一個被設(shè)想為具有運動或靜止內(nèi)在傾向的實體。另一個參與者被叫做“拮動力”：一個在主動力上施加外力的實體，這個外力通常是對主動力內(nèi)在傾向的反作用力。

如果拮動力的力量大于主動力的內(nèi)在傾向性，那么主動力從運動狀態(tài)變?yōu)殪o止，或反之。如果拮動力的力量小于主動力的內(nèi)在傾向性，那么主動力則保持原始狀態(tài)

簡單說就是，關(guān)于有因果相互作用的兩個物體，我們會假設(shè)一個是有內(nèi)在運動或靜止傾向的實體，而另一個是加之在它身上的力量（因）。最后這個實體是否運動（果），與它內(nèi)在傾向性和外在力量大小的差異決定。

就像下圖，方塊和橢圓分別代表有內(nèi)在靜止和運動傾向的主動力，箭頭代表拮動力（注意有大小之分）。紅色代表主動力最終運動，藍色代表靜止，那么有 4 種狀態(tài)：

研究中的因果關(guān)系

1、因果關(guān)系三層級

開篇我們提到了“反事實”，這是《為什么：關(guān)于因果關(guān)系的新科學》中的概念。這本書的作者 Judea Pearl （朱迪亞·珀爾）是圖靈獎得主，計算機科學家和哲學家。

他指出，因果關(guān)系有 3 個層級?？聪旅孢@張圖應(yīng)該可以大概明白：

現(xiàn)在的機器學習、深度學習還處在第一層。

第二層是干預(yù)，例如頭疼，服用阿司匹林。是在干預(yù)一個變量（人體內(nèi)阿司匹林的量），以影響另一個變量（頭疼的狀態(tài)）。

最高層“反事實”，假如吃完阿司匹林，頭不疼了。那是因為吃藥引起的嗎？還是因為我聽到了某個好消息？還是因為我當時吃的食物？我們需要能乘坐時光機回到過去，改變歷史：假如我當時沒有吃阿司匹林，會發(fā)生什么？

引用書里的一張圖，美國詩人 Robert Frost （羅伯特·弗羅斯特）的作品《未選擇的路》體現(xiàn)了反事實的概念：

2、相關(guān)不是因果

統(tǒng)計學里有個段子：一個國家的人均巧克力消費量和諾貝爾獎得主的人數(shù)之間存在正相關(guān)。

那我們是不是要多吃巧克力呢？

事實可能是，在富裕的西方國家，吃巧克力的人更多，在教育和科研上投入更多，因而產(chǎn)生更多諾獎得主。這個“富裕”，同時導(dǎo)致了更多的巧克力消費和更多的諾獎得主，是一個“混雜”因子。

混雜是一個一直以來困擾統(tǒng)計學家問題。朱迪亞·珀爾指出，統(tǒng)計學家總是高估或者低估混雜的影響

例如，在有些研究中，能看到一長串被控制的變量：收入、年齡、種族、宗教、身高、頭發(fā)顏色、性取向、健身頻率等等。而有的時候，又不愿意去控制一些變量。

混雜之所以在統(tǒng)計學中如此難解決，根據(jù)作者的觀點，是因為它不是一個統(tǒng)計學概念，而是一個因果概念，屬于因果關(guān)系之梯第二層。

但是在平常的工作中，還是有一些方法可以讓我們更好地區(qū)分相關(guān)與因果。在《原因與結(jié)果的經(jīng)濟學》里，作者提出，判斷因果還是相關(guān)，可以先問 3 個問題：

• 是否“純屬巧合”？

• 是否存在第三變量？

• 是否存在逆向因果關(guān)系？

正確理解因果關(guān)系，是思維升級的利器。