OCKHAM 奥卡姆
文章 · 偏误EN
Bias · Correlation

相关不等于因果

两件事同步出现,只说明它们有关联;要断言「一个导致另一个」,还差很关键的一步。

正文约 5 分钟

一、相关的三种来源

看到「A 和 B 总是一起出现」,至少有三种解释:

  1. A 导致 B:你希望证成的那个方向。
  2. B 导致 A:方向反了。例如「运动的人更少感冒」也可能是「身体好的人才更容易坚持运动」。
  3. C 同时导致 A 和 B:共同原因。例如「冰淇淋销量高」与「溺水人数多」都与「夏天」相关。

此外还有第四种:纯属巧合,尤其在样本很小或时间很短时。

二、为什么人容易跳向因果

  • 叙事偏好:因果故事比统计更「好记」,大脑自动补上情节。
  • 时间相邻:先后发生的事容易被当成因果,但先后不等于因果。
  • 确认偏误:想相信某结论时,会优先记住支持它的例子。

三、判断因果是否成立的几条标准

  1. 时间顺序:因必须先于果。
  2. 关联强度与稳定性:关系是否在不同样本、不同场景下稳定出现。
  3. 排除共同原因:是否有第三方因素能同时解释两者。
  4. 剂量—反应:暴露越多、结果越强,因果更可信。
  5. 干预验证:改变因,果是否随之改变——这是最强的证据。
任何一条单独出现都不足以定因果;它们是需要一起满足的门槛。

四、在推演里怎么用

当你写下「因为 X,所以 Y」时,顺手做三件事: 一是问「有没有可能反过来」;二是问「有没有第三个原因」; 三是问「如果改变 X,Y 会不会跟着变」。三条都答完,因果断言才有底气。

这也是 Ockham 在做「因果推演」时的检查项。相关阅读: 基础比率谬误贝叶斯思维入门溯因推理

延伸阅读