新書推薦:
《
史铁生:听风八百遍,才知是人间(2)
》
售價:NT$
254.0
《
量子网络的构建与应用
》
售價:NT$
500.0
《
拍电影的热知识:126部影片里的创作技巧(全彩插图版)
》
售價:NT$
500.0
《
大唐名城:长安风华冠天下
》
售價:NT$
398.0
《
情绪传染(当代西方社会心理学名著译丛)
》
售價:NT$
403.0
《
中国年画 1950-1990 THE NEW CHINA: NEW YEAR PICTURE 英文版
》
售價:NT$
1100.0
《
革命与反革命:社会文化视野下的民国政治(近世中国丛书)
》
售價:NT$
435.0
《
画楼:《北洋画报》忆旧(年轮丛书)
》
售價:NT$
1573.0
|
編輯推薦: |
◎本书荣获日本《周刊钻石》杂志2017年*经济类图书第1名
◎因果推理是现代人必备的基本素养,已被美国列入大学课程
◎数据也会说谎,只有乘上统计方法的时光机,追溯到根源,才能找出事件背后真正的原因
◎在教育经济学和医疗经济学领域深耕多年的两位作者,教你用因果推理识破纯属偶然的伪相关和随处可见的无稽之谈,从此不再人云亦云,拒交朋友圈智商税
◎掌握逐级递进的7大工具,不但学会分析数据,更能深入解读数据分析的结果
◎按照本书归纳的5个步骤,瞬间洞察因果关系,优化利益攸关的重要决策
|
內容簡介: |
定期接受代谢综合征体检就能长寿吗?
看电视会导致孩子学习能力下降吗?
上偏差值高的大学收入就会更高吗?
想必很多人的回答都是肯定的。
不过,经济学的相关研究已经推翻了上述全部说法。大多数此类似是而非的说法源于我们混淆了相关关系与因果关系,因果关系隐藏在杂乱无章的数据和众多似是而非的线索之中,发掘因果关系需要严谨的论证和极具针对性的技术手段。分别在教育经济学和医疗经济学领域着力半生的中室牧子和津川友介,摒弃了令人望而却步的公式和计算,广泛采用民众*关心的教育、医疗案例,独辟蹊径地解析了基本的因果分析原理,没有统计学和经济学的基础知识的读者也能轻松读懂。
书中把因果推理法归纳为极为简单的5个步骤,并提供了一系列工具,以保证推理过程的严谨,请务必严格按照本书的步骤和工具进行因果推理。定期接受代谢综合征体检就能长寿吗?
看电视会导致孩子学习能力下降吗?
上偏差值高的大学收入就会更高吗?
想必很多人的回答都是肯定的。
不过,经济学的相关研究已经推翻了上述全部说法。大多数此类似是而非的说法源于我们混淆了相关关系与因果关系,因果关系隐藏在杂乱无章的数据和众多似是而非的线索之中,发掘因果关系需要严谨的论证和极具针对性的技术手段。分别在教育经济学和医疗经济学领域着力半生的中室牧子和津川友介,摒弃了令人望而却步的公式和计算,广泛采用民众*关心的教育、医疗案例,独辟蹊径地解析了基本的因果分析原理,没有统计学和经济学的基础知识的读者也能轻松读懂。
书中把因果推理法归纳为极为简单的5个步骤,并提供了一系列工具,以保证推理过程的严谨,请务必严格按照本书的步骤和工具进行因果推理。
无论是身处一线城市还是十八线小城镇,因果推理思考都是不容回避的决策利器。本书可帮助读者刷新对因果关系的认知,高效实现人生目标,而不是被朋友圈的人云亦云所左右。
|
關於作者: |
中室牧子:庆应义塾大学综合政策学部副教授。哥伦比亚大学公共管理硕士、教育经济学博士,研究领域为教育经济学。曾任职于日本银行、世界银行和东北大学。其作品《学力的经济学》荣膺2016年经管类图书亚军,销量超过30万册。
津川友介:加州大学洛杉矶分校(UCLA)助理教授。哈佛大学公共卫生硕士、医疗政策学博士,研究领域为医疗政策学和医疗经济学。曾就职于圣路加国际医院、世界银行和哈佛大学。
|
目錄:
|
前言1
第1 章如何不受无稽之谈的蒙蔽
因果推理最根本的思考法1
何谓因果关系和相关关系?3
判断因果关系的三个要点4
证明因果关系需要反事实11
没有时光机就制造不出反事实吗?12
用最贴切的值替换反事实14
只有可比较的组才能替换17
想象不出正确的反事实就会被无稽之谈蒙蔽吗?18
COLUMN 1 巧克力消耗量越大,诺贝尔奖获奖人数越多?22
第2 章定期接受代谢综合征体检就能长寿吗?
因果推理的理想形态随机对照试验25
实验能证明因果关系27
原因与结果的经济学正文.indd 13 2019418 星期四上午10:28:00
随机分组的必要性29
代谢综合征体检与长寿是因果关系吗?30
何谓在统计学上具有显著性?31
定期接受体检并不能带来长寿33
投入1 200 亿日元税金的代谢综合征体检33
医疗费用自付比例和健康是因果关系吗?35
兰德健康保险实验的结果37
除贫困阶层以外,提高自付比例对健康状况没有影响38
COLUMN 2 整合多项研究的元分析40
第3 章男医生比女医生更优秀吗?
利用与实验类似的偶发现象进行自然实验43
用现有数据重现与实验类似的环境45
医生性别与患者死亡率是因果关系吗?47
女医生负责的患者死亡率更低48
出生体重与健康是因果关系吗?49
出生体重较重的婴儿更健康50
COLUMN 3 被动吸烟会增加心脏病的患病风险吗?52
第4 章最低工资与就业之间存在因果关系吗?
排除趋势影响的双重差分法55
模仿实验的准实验57
原因与结果的经济学正文.indd 14 2019418 星期四上午10:28:00
前后比较毫无意义57
不能使用实验前后测分析的两个原因59
去年的销售额为反事实时,前后比较才有效60
实验前后测设计的改良版双重差分法62
双重差分法成立的两个前提条件64
保育所数量与母亲就业是因果关系吗?67
增设认可保育所不会提升母亲的就业率68
最低工资与就业是因果关系吗?69
提高最低工资不会减少就业71
COLUMN 4 不快点睡觉,妖怪就要来了是正确的教育方法吗?72
第5 章看电视会导致孩子学习能力下降吗?
利用第三变量的工具变量法75
广告费打折,该怎样利用77
工具变量法成立的两个前提条件79
看电视与学习能力是因果关系吗?80
看电视可以提高偏差值81
母亲的学历与孩子的健康是因果关系吗?82
母亲上过大学,孩子更健康83
COLUMN 5 增加女性管理层成员能促进企业成长吗?85
第6 章和学霸做朋友,学习能力会提高吗?
关注跳跃的断点回归设计89
利用49 人店铺与50 人店铺的差异91
断点回归设计成立的前提条件92
朋友的学力与自己的学力是因果关系吗?93
和学霸在一起,也无法提高自己的学习能力94
医疗费用自付比例与死亡率是因果关系吗?95
提高老年人医疗费用的自付比例对死亡率没有影响96
COLUMN 6 激素替代疗法的陷阱99
第7 章上好大学收入就会更高吗?
组合相似个体的匹配法101
找出相似的店铺103
整合多个协变量的倾向得分匹配法104
倾向得分匹配法成立的前提条件107
大学偏差值与收入是因果关系吗?108
上偏差值高的大学,收入也不会增长109
COLUMN 7 商务版随机对照试验AB 测试112
第8 章便于分析现有数据的回归分析115
假如现有数据都不适合用来评估因果关系117
画一条表示数据的回归线118
原因与结果的经济学正文.indd 16 2019418 星期四上午10:28:00
用多元回归分析排除混杂因素的影响119
COLUMN 8 因果推理的发展史122
补论1 了解分析的有效性和局限性127
内部效度与外部效度127
随机对照试验也有局限性128
补论2 因果推理的五个步骤131
后记135
参考文献141
|
內容試閱:
|
在本书的开篇,我先请各位读者回答以下几个问题。
?定期接受代谢综合征体检就能长寿吗?
?看电视会导致孩子学习能力下降吗?
?上偏差值高的大学收入就会更高吗?
想必很多人的回答都是肯定的。
不过,经济学的权威研究已经推翻了上述全部说法。
很多人之所以会做出肯定回答,是因为他们混淆了因果关系和相关关系。建议那些不假思索做出肯定回答的人务必读一读本书。他们读后定会收获全新的重要发现。
我们来看下面这个例子。
人们常说体力好的孩子往往学习能力也更强。图表1 体现了日本各行政区孩子的体力测试与学力测试平均值的关系。从图中可见,学生体力测试分数高的行政区,学力测试的正确率也更高。
那么,我们可否得出结论,认为他们因为体力好,所以学习能力强呢?换句话说,要想提高孩子的学习能力,是否应该先增强孩子的体力呢?
当然没有这回事儿。在经济学领域,两个事件中,一方为原因,另一方为结果的状态被称为存在因果关系。如果体力好这项原因会产生学习能力强的结果,便可以说二者之间存在因果关系。另一方面,两个事件相互关联,但不存在因果关系的状态被称为相关关系。在相关关系中,即使看似是原因的事件再次出现,也得不到期望中的结果。可见分清因果关系和相关关系是十分重要的。
因为体力好,所以学习能力强,其言下之意是只要增强体力,(即便整天不学习)学习能力就会有所提高。这种说法显然有问题,因此体力和学习能力的关系不是因果关系,而是相关关系。当然,即使增强孩子的体力,孩子的学习能力也不一定会提升。
这个事例教给我们一个非常重要的教训:混淆因果关系和相关关系,会导致错误判断。
在关于儿童的体力和学习能力的这个事例中,大多数人应该都能分清因果关系和相关关系。不过我们的生活中充斥着五花八门的信息,其中不乏听起来很有道理的说法。遗憾的是,很多人面对类似信息,都会不假思索地把相关关系视为因果关系。现在,让我们再回过头来思考本书开篇提出的三个问题吧。
?定期接受代谢综合征体检就能长寿吗?
?看电视会导致孩子学习能力下降吗?
?上偏差值高的大学收入就会更高吗?
要让这三个说法成立,代谢综合征体检和长寿、看电视和孩子的学习能力、大学的偏差值和收入之间必须存在因果关系,而非相关关系。那么,每组事件之间的关系究竟是因果关系还是单纯的相关关系呢?下面让我们来依次探讨。
定期接受代谢综合征体检就能长寿吗?
学校或公司经常为我们安排体检,其中最常见的是代谢综合征体检。想必很多人相信,通过代谢综合征体检掌握自己的健康状况,预防生活习惯病,或者发现潜在疾病,我们就会更长寿。
图表2 的柱状图显示,在代谢综合征体检中接受了生活习惯指导的人在第二年出现了腰围变小、体重下降、血糖或血压降低等变化。
乍一看,似乎确实可以说接受代谢综合征体检就会更健康、更长寿。
不过,请不要急于得出结论。这份数据真的可以说明因为定期接受了代谢综合征体检,所以长寿吗?回答这一问题的关键在于弄清代谢综合征体检和健康是因果关系还是仅为相关关系。这份数据还可以如此解读:并非因为定期接受了代谢综合征体检,所以长寿(因果关系),而只不过是关注健康、定期接受代谢综合征体检的人更长寿(相关关系)而已。
先来公布答案。经济学的权威研究证实,代谢综合征体检和长寿之间不存在因果关系。因此,我每年都接受体检,所以身体很健康是一种很危险的认知。详细讲解请见第2 章。
看电视会导致孩子学习能力下降吗?
我家孩子总是看电视,想必不少家长都有这个烦恼。据日本厚生劳动省统计,小学六年级学生平日平均每天会在电视机前度过约2.2 小时,周末平均每天在电视机前度过约2.4 小时。
图表3 也显示,每天看电视时间超过3 小时的孩子比看电视时间少于1 小时的孩子的学力测试成绩低。光从这个数据来看,似乎看电视确实会对孩子的学习能力造成不良影响。
但是,我们必须认真思考,看电视和孩子学习能力之间的关系属于因果关系还是相关关系。也就是说,要分清是因为看电视,所以学习能力下降(因果关系),还是只是学习能力差的孩子看电视时间更长(相关关系)而已。
关于这个问题,我们也先公布答案。经济学的权威研究证实,看电视的时间和学习能力之间确实存在因果关系,但研究发现,看电视时间越长,学习能力不但不下降,反而提升。详细讲解请见第5 章。
上偏差值高的大学收入就会更高吗?
很多人坚信考上偏差值高的大学,未来就能拿高薪。从实际数据中也能看出,高偏差值大学的毕业生具有年收入更高的倾向。(见图表4)
思考这个问题的关键依然是,大学偏差值和年收入之间是因果关系还是相关关系。或许不是因为上了偏差值高的大学,所以收入高(因果关系),而只是有潜力将来获得高薪的人才多集中在偏差值高的大学(相关关系)。
关于这个问题,我们也先公布答案。经济学的权威研究证实,大学偏差值和未来的年收入之间不存在因果关系。上偏差值高的大学并不代表步入了人生的康庄大道。详细讲解请见第7 章。
或许有人不明白,不存在因果关系又有什么影响。或许有人会认为:接受代谢综合征体检总好于不体检,控制看电视的时间总比抱着电视不放要强,而上偏差值高的大学总比上偏差值低的大学要好吧。
不过不要忘了,我们采取任何行动都需要花费可观的金钱和时间。偏信那些看似存在因果关系的无稽之谈,把它们作为行动依据,不仅得不到预期的成效,还白白浪费了金钱和时间。如果依据因果关系有效地把这些金钱和时间利用起来,我们获得满意的成果的概率也会更高。
理解因果推理,便可摆脱传统观念的束缚
两个事件之间是否真的存在因果关系?为解答这一问题,近年来经济学研究倾注了巨大的心血。我们把正确区分因果关系和相关关系的方法论称为因果推理。
因果,顾名思义,即原因与结果。推理则指根据某个事件推导其他事件,即经过推测和推断得出结论的过程。换句话说,就是分析并判断两个事件是否分别为原因和结果的过程。
在日常生活中,只要理解了因果关系和相关关系的差异,训练自己思考是否存在因果关系,便可以摆脱偏见或无稽之谈的束缚,做出正确的判断。本书的目的便在于用浅显易懂的方式详尽讲解因果推理最根本的思维方法。读者可以把本书当作因果推理的入门的入门。既然是入门的入门,自然不涉及经济学的基础知识,更不会用到任何公式。
此外,本书还将用大量篇幅介绍经济学中运用因果推理与数据得出的研究成果,说明如何解读这些研究。当今社会,大数据已成为脍炙人口的词汇,任何人都能轻而易举地分析数据,但是这并不代表所有人都能正确解读数据分析的结果。若想在大数据时代获得一席之地,不仅要学会分析数据,更要掌握解读数据分析结果的能力。
在此请允许我们做个自我介绍。本书作者之一的中室牧子是教育经济学家,多年来一直致力于运用数据和经济学方法研究何种教育方法能提高儿童的学力及能力。她所提倡的不是基于个人经验的教育论,而是呼吁根据具有因果关系的科学依据来制定育儿及教育政策。
另一名作者津川友介是医生兼医疗政策学家,致力于运用大数据研究如何在改善医疗质量的同时抑制医疗费用的增加。津川师从美国著名医疗经济学家、任教于哈佛大学的约瑟夫纽豪斯(Joseph Newhouse)以及最早创建因果推理体系的唐纳德鲁宾(Donald B. Rubin),从他们那里学会了因果推理的思维方法。
在美国,因果推理是大学的课程内容之一。商务和政治场合自不必说,日常会话中很多人也会有意识地在言谈中注意因果推理的应用。而在日本却几乎没有系统学习因果推理的机会。或许因为这个原因,电视和报纸上常有报道将一些相关关系描述成因果关系,甚至企业管理者和政策制定负责人也常把因果关系和相关关系混为一谈。
教育领域和医疗领域里充斥着无数因果关系混淆的无稽之谈。本书以生活中必不可少的教育和医疗为例,尽可能让各位读者在阅读本书后掌握因果推理的基本思维方法。
19 世纪杰出的美国思想家、作家拉尔夫爱默生说过这样一句话:浅薄的人相信运气,强大的人相信因果。在这个数据泛滥的时代,因果推理是我们每个人必备的素养。
|
|