别拿相关当因果！因果关系简易入门

出版者:人民邮电出版社

作者:[美]萨曼莎·克莱因伯格

页数:332

译者:郑亚亚

出版时间:2018-7

价格:69.00元

装帧:平装

isbn号码:9787115485182

丛书系列:图灵新知

具体描述

本书是写给普通人的因果逻辑入门书，旨在帮助读者培养严谨的思维方式，在不借助任何专业知识的前提下，准确定位问题。主要内容包括：认识原因，对原因的理解和运用，如何只通过观察找到原因，大数据集与原因的关系，因果关系相关实验，如何利用因果关系来制定有效的干预措施，研究因果关系的意义。

本书适合所有对探究事件真相感兴趣的读者，无须统计学等专业背景。

作者简介

萨曼莎·克莱因伯格（Samantha Kleinberg）

计算机科学专业博士，现任斯蒂文斯理工学院计算机科学专业副教授，致力于研究那些只可观而不可进行实验的系统的运行原理。

目录信息

前言　　ix
第1章　引子　　1
因果关系的概念以及寻找因果关系的方法从何而来？
1.1　何为原因　　5
1.2　怎样才能找到原因　　10
1.3　为什么需要原因　　14
1.4　接下来……　　19
第2章　心理　　21
人们是如何寻找原因的？
2.1　原因的寻找与使用　　23
2.1.1　感知　　24
2.1.2　推理与论证　　27
2.2　责任的划分　　34
2.3　文化　　37
2.4　人的局限性　　40
第3章　相关性　　45
为什么有那么多因果关系被搞错？
3.1　相关性是什么　　48
3.1.1　没有变化就没有相关性　　49
3.1.2　相关性的测量与解释　　51
3.2　相关性的用途　　58
3.3　为什么相关性不是因果关系　　61
3.4　多重测试与P值　　64
3.5　没有相关性的因果关系　　69
第4章　时间　　73
时间如何影响我们感知因果关系和进行因果关系推理的能力？
4.1　因果关系的感知　　75
4.2　时间的方向性　　83
4.3　当事物随着时间变化的时候　　85
4.4　原因运用中的时间因素　　91
4.5　时间可能具有误导性　　93
第5章　观察法　　98
如何仅通过观察事物的运行方式来把握事件发生的原因？
5.1　规律性　　100
5.1.1　穆勒五法　　100
5.1.2　各种复杂的原因　　108
5.2　概率　　110
5.2.1　为什么要使用概率　　110
5.2.2　从概率到原因　　113
5.3　辛普森悖论　　119
5.4　反事实推理　　122
5.5　观察法的局限性　　127
第6章　计算法　　130
如何自动实现寻找原因的过程？
6.1　假设　　132
6.1.1　无隐藏的共同原因　　133
6.1.2　典型分布　　135
6.1.3　正确的变量　　139
6.2　图解模型　　140
6.2.1　图解模型在什么情况下会表示因果关系　　144
6.2.2　从数据到图形　　148
6.3　衡量因果关系　　152
6.3.1　概率与因果关系的显著性　　153
6.3.2　格兰杰因果关系检验法　　158
6.4　现在该怎么办　　161
第7章　实验法　　164
如何通过对人和系统进行干预来寻找原因？
7.1　从干预措施中获取原因　　166
7.2　随机对照试验　　168
7.2.1　为什么要做随机试验　　169
7.2.2　如何设置对照组　　175
7.2.3　研究结果适用于哪些人　　178
7.3　当参与者只有你自己时应该怎么办　　181
7.4　可再现性　　184
7.5　机制　　187
7.6　实验法是否足以找到事件发生的原因　　189
第8章　解释　　194
“这件事引起了那件事”这句话意味着什么？
8.1　寻找某个事件发生的原因　　197
8.1.1　出现多重原因时　　197
8.1.2　解释可能具有主观性　　200
8.1.3　原因出现的时间　　202
8.2　具有不确定性的解释　　204
8.3　将类型层面和实体层面分开来看　　208
8.4　使解释过程自动化　　211
8.5　法律活动中的因果关系　　213
8.5.1　要不是因为…… 　　214
8.5.2　近因　　216
8.5.3　陪审团　　218
第9章　行动　　224
如何根据原因进行决策？
9.1　对因果假设的评估　　227
9.1.1　强度　　229
9.1.2　一致性（可重复性）　　230
9.1.3　特异性　　232
9.1.4　时间性　　233
9.1.5　生物梯度　　235
9.1.6　可信度与连贯性　　236
9.1.7　实验　　237
9.1.8　类比性　　238
9.2　根据原因制定政策　　239
9.2.1　背景　　242
9.2.2　效力和效果　　243
9.2.3　意外的结果　　245
第10章　展望　　250
为什么要研究因果关系？
10.1　人们需要因果关系　　250
10.2　主要原理　　256
10.2.1　因果关系和相关性不是同义词　　256
10.2.2　针对偏差的批判性思考　　258
10.2.3　时间的重要性　　259
10.2.4　并不是所有实验研究都比观察性研究好　　260
10.3　一个百宝箱　　261
10.4　知识的重要性　　264
致谢　　268
参考文献　　269
关于作者　　288
· · · · · · (收起)

读后感

用了两周时间读完了克莱因伯格教授的《别拿相关当因果：因果关系简易入门》，用这篇文章先对因果关系推理过程中会遇到的疑惑进行梳理，尤其是相关关系与因果关系的联系和区别。 我们为什么要寻找原因？ 因果关系的重要性毋庸置疑。人们总是认为，一件事情的发生是有原因的，否...  

用了两周时间读完了克莱因伯格教授的《别拿相关当因果：因果关系简易入门》，用这篇文章先对因果关系推理过程中会遇到的疑惑进行梳理，尤其是相关关系与因果关系的联系和区别。 我们为什么要寻找原因？ 因果关系的重要性毋庸置疑。人们总是认为，一件事情的发生是有原因的，否...  

用了两周时间读完了克莱因伯格教授的《别拿相关当因果：因果关系简易入门》，用这篇文章先对因果关系推理过程中会遇到的疑惑进行梳理，尤其是相关关系与因果关系的联系和区别。 我们为什么要寻找原因？ 因果关系的重要性毋庸置疑。人们总是认为，一件事情的发生是有原因的，否...  

用了两周时间读完了克莱因伯格教授的《别拿相关当因果：因果关系简易入门》，用这篇文章先对因果关系推理过程中会遇到的疑惑进行梳理，尤其是相关关系与因果关系的联系和区别。 我们为什么要寻找原因？ 因果关系的重要性毋庸置疑。人们总是认为，一件事情的发生是有原因的，否...  

用户评价

这本书的出版，简直为我打开了一扇新世界的大门！我一直对事物之间的联系感到好奇，但常常陷入“这件事情发生后，那件事情也跟着发生了，所以是原因导致的”这样的思维误区。每次看到新闻里报道的各种统计数据，比如“吃某种食物的人更健康”，我总是不自觉地将其解读为“这种食物导致了健康”，却忽略了其他无数可能的影响因素。这本书恰恰点醒了我，原来相关性并不等于因果性，这是一个多么重要而又容易被忽视的道理！作者用非常生动形象的例子，比如“冰淇淋销量和溺水人数的上升是同时发生的，但难道是冰淇淋导致了溺水吗？显然不是，真正的原因是炎热的天气！”这样的类比，让我瞬间豁然开朗。我过去在阅读很多科普文章或者社会学研究时，经常会看到一些“XX与XX正相关”的结论，但总觉得哪里不对劲，似乎少了一些关键的解释。这本书的出现，填补了我认知的空白。它不仅仅是讲了一个道理，更重要的是教会了我一种思考问题的方式，一种辨别信息真伪、探究事物本质的方法。我迫不及待地想将书中的这些洞见应用到我日常的生活和工作中，去更深刻地理解周围的世界。这本书的价值，远超于我的想象，它不仅仅是一本关于逻辑思维的书，更是一本关于如何更清晰、更理性地认识世界的指南。

这本书的出版，简直就是为我这样容易被表面信息迷惑的人量身定做的。我一直对一些社会科学的研究报告很感兴趣，但常常会被那些“XX与XX呈正相关”的结论弄得晕头转向。我总觉得，既然两个事物之间存在关联，那肯定有什么东西把它们联系起来了，却不知道这个“联系”到底是怎么一回事，也不知道这个“联系”是否能构成“因果”。《别拿相关当因果！因果关系简易入门》这本书，就像一位耐心细致的老师，把“相关性”和“因果性”这两个概念掰开揉碎了讲给我听。它通过大量的实际案例，比如“儿童溺水率和冰淇淋销量同时上升”，解释了“相关性”是如何产生的，以及为什么不能仅仅因为相关性就断定因果关系。我尤其欣赏书中对“混淆变量”的详细阐述，它让我明白了，很多时候，我们看到的“原因”可能只是一个“假朋友”，真正影响结果的，是那个我们看不见的“幕后推手”。这种思维的提升，让我看待很多社会现象时，都多了一份审慎和理性。

这本书的阅读体验简直是“醍醐灌顶”。作为一名对数据分析和科学研究略有涉猎的读者，我一直苦于无法真正理解研究报告中那些复杂的统计学结论背后隐藏的深层含义。很多时候，数据展示了两个变量之间的关联，但研究者总是小心翼翼地避免直接给出“因果”的结论，而我常常对此感到困惑，甚至觉得研究者在“藏着掖着”。《别拿相关当因果！因果关系简易入门》这本书，就像一位循循善诱的老师，用最通俗易懂的语言，为我揭示了其中的奥秘。它系统地介绍了混淆变量、选择偏差、后向因果等概念，并结合大量的案例分析，让我深刻理解了为何仅仅因为两件事情同时发生，或者随着彼此变化，就不能轻易断定它们之间存在因果关系。我尤其喜欢书中对于“相关性”和“因果性”的区分，作者并没有简单地说“它们不同”，而是通过具体的例子，比如“每天喝咖啡的人患心脏病的几率更低”，分析了其中可能存在的各种解释，比如喝咖啡的人可能普遍生活方式更健康，或者他们本身就更容易患心脏病所以更注意健康饮食等等。这种深入浅出的讲解方式，让我对因果推断的复杂性有了更全面的认识，也让我对未来阅读科研文献时，能够更批判性地去审视其中的结论。这本书绝对是想提升认知、避免被信息误导的读者的必备读物。

我必须说，这本书的价值简直是“物超所值”，它彻底改变了我对信息和证据的看法。作为一名对事实和逻辑有着执着追求的人，我一直试图在纷繁复杂的信息中找到事物发展的规律，但常常会陷入“谁是猫，谁是狗”的混乱之中。尤其是在互联网时代，各种观点和数据层出不穷，良莠不齐，稍不留神就会被一些“伪科学”或者“误导性信息”所迷惑。这本书就像一盏明灯，为我指明了方向。它不仅仅是教我如何区分相关性和因果性，更重要的是，它教会了我如何去构建一套自己的“辨别系统”。书中对“因果关系”的探讨，从最基础的概念到一些更高级的推断方法，都有提及，但却始终保持着极高的易读性。我特别欣赏书中对“反事实思维”的介绍，它让我明白，理解因果关系，不仅仅是看发生了什么，更要思考“如果不发生A，B是否还会发生”。这种思维方式的训练，让我对问题的理解更加深刻，也让我在面对复杂问题时，能够保持一份清醒和理性。

这本书带来的不仅仅是知识的增长，更重要的是思维方式的重塑。我一直以为，只要我能找到两个事物之间存在统计学上的联系，那么我就可以断定它们之间存在某种程度的因果关系。这种想法曾经让我吃了不少亏，例如，我曾经因为看到“吃辣的人更长寿”的说法，就开始大量地吃辣，结果却发现自己的肠胃很不舒服。读了这本书之后，我才明白，很多时候，这种“统计学上的联系”可能仅仅是巧合，或者是由其他隐藏的因素造成的。作者用非常生动形象的例子，比如“每年夏天，溺水事件的发生率和冰淇淋的销量都同时上升，但两者之间并没有因果关系，真正的原因是气温升高”。这种清晰的逻辑和形象的比喻，让我一下子就理解了“混淆变量”和“共同原因”的概念。这本书让我明白，科学的严谨性就在于对因果关系的细致探究，而不是简单地停留在表面上的相关性。它教会了我如何去质疑，如何去追问，如何去探究事物最本质的联系。

我一直对“如何科学地解释世界”这个问题充满好奇，而这本书恰恰为我提供了一把钥匙。我曾经被很多“大数据”分析的结果所误导，例如，看到“喜欢喝咖啡的人更不容易患上某种疾病”，我就开始拼命喝咖啡，结果却发现身体并没有发生预期的改变。这本书让我意识到，很多时候，我们看到的“相关性”只是表面现象，背后可能隐藏着更复杂的原因。作者用大量生动的案例，比如“高学历人群普遍收入更高”，深入浅出地分析了其中的因果逻辑，并揭示了其中可能存在的“选择效应”和“间接影响”。我特别喜欢书中对于“反事实”的讨论，它让我明白，理解因果关系，需要我们去想象“如果某些条件改变了，结果会怎样”。这种思维方式的训练，让我对世界的理解更加深刻，也让我能够更有效地进行决策。这本书绝对是提升认知、避免被信息误导的必读书籍。

我一直对如何准确地理解信息、如何做出理性的判断抱有极大的兴趣，而这本书，无疑是我在这条道路上遇到的一个重要的里程碑。我曾经深信不疑地认为，只要两个事件同时发生，或者其中一个的发生伴随着另一个的发生，那么它们之间就一定存在着某种因果联系。这种思维模式，让我常常在阅读新闻报道、科学研究或者社会评论时，陷入“顾名思义”的陷阱，轻易地将表面上的关联误读为事物发展的根本原因。这本书则像一面锐利的镜子，照出了我认知上的盲点。作者通过大量生动形象的案例，从日常生活中的小事到复杂的科学研究，层层剥茧，清晰地阐述了“相关不等于因果”的精髓。我尤其被书中对于“反事实分析”的讲解所吸引，它让我明白，要探究因果，需要我们跳出已有的事实，去思考“如果……会怎样”的可能性。这种训练，不仅提升了我对信息辨别能力，更重要的是，它赋予了我一种更深刻、更全面地理解世界的方式，让我能够更有效地分析问题，做出更明智的决策。

老实说，我曾经以为“因果关系”就是一个很简单的事情，就是“因为A，所以B”。但这本书彻底颠覆了我的认知。我一直对社会学和心理学领域的一些研究结论很感兴趣，但常常会对其中一些“看似合理”但又总觉得有些牵强的解释感到困惑。比如，为什么有些研究会说“经常使用社交媒体的人更容易感到孤独”，我的第一反应是“社交媒体让人脱离现实社交，所以孤独”。但是，这本书让我开始思考，会不会是那些本身就更容易感到孤独的人，才更倾向于在社交媒体上寻求慰藉和连接呢？这种“反向思考”或者说“寻找潜在变量”的能力，是这本书教会我的。作者用大量的例子，比如“穿红色衣服的人更有活力”，分析了其中可能存在的偏差，比如“有活力的人更喜欢穿鲜艳的衣服”，或者“有活力的人更可能参加需要展示个性的活动，而这些活动往往鼓励穿鲜艳的颜色”。这种对“相关”与“因果”的细致辨析，让我对信息的解读能力有了质的飞跃。这本书绝对是提升认知、避免被假象迷惑的利器。

这本书给我带来的最大启发，在于它教会了我如何“看穿”那些看似有说服力的表面现象，去探究事物背后真正的驱动力。我曾经因为一些“大数据”的结论而做出过一些错误的决策，例如，我曾因为看到一份报告说“经常加班的人更容易生病”，就认为加班本身是导致疾病的原因，并开始极度焦虑。但这本书的出现，让我意识到，经常加班的人可能同时面临着巨大的工作压力、饮食不规律、睡眠不足等多种负面因素，这些才是导致他们生病的关键，加班本身只是一个伴随现象。这种对“原因”的重新审视，让我对生活中的很多现象有了新的理解。我开始主动去思考，那些被认为是“原因”的因素，是否只是“相关”因素，是否存在其他的“隐藏变量”在起作用。书中的图表和逻辑推理也非常清晰，即使是我这样对逻辑学并不精通的读者，也能轻松理解。它提供了一种系统性的方法论，让我能够更有效地分析问题，做出更明智的判断。这本书不仅仅是一本“科普”读物，更是一种思维训练，它让我变得更加敏锐，更加理性。

我必须承认，在读这本书之前，我对“因果关系”这个概念的理解非常模糊。我常常会想当然地认为，某个事件的发生直接导致了另一个事件的发生，而忽略了可能存在的第三方因素或者更复杂的逻辑链条。例如，我看到很多关于儿童教育的讨论，经常会说“从小培养阅读习惯的孩子，长大后学业成绩更好”，我当时的第一反应就是“阅读习惯是学业成功的关键”。但是，这本书让我开始反思，是否是那些本身就更聪慧、更有学习动力的孩子，更容易形成良好的阅读习惯呢？或者，那些更注重教育的家庭，不仅会鼓励孩子阅读，可能在其他方面也给予了更多的支持？这种思考方式的转变，对我来说是革命性的。作者运用了大量的实际案例，从医学研究到社会现象，再到我们日常生活中常见的误解，一一进行剖析，让我看到“相关”是如何被误读为“因果”的，以及这种误读可能带来的危害。书中的论述逻辑严谨，但语言却非常生动有趣，没有丝毫的枯燥感。我甚至觉得，这本书不仅仅是关于因果关系，更是关于如何进行批判性思维和独立思考的一本入门读物。它帮助我建立了一种“审慎”的视角，看待任何信息，不再轻易下结论，而是会去追问“为什么”。

多问为什么……读下来就抄了很多富有逻辑的句子

...

晕

后半部分看不懂，就记得有句话：原因是指它使某种结果更可能出现，并且没有它某种结果就不会出现或者无法实现。

看来我是第10个在豆瓣上标记读过此书的人喽！ 怎么说，一本会带来惊喜的书，开辟了很多新思路。 书中举了大量药物临床试验的例子，我都开始怀疑作者是我同行了，还特意去百度了才知道是计算机科学家。 最后一章的心理学很及时了，他怎么知道我读完前9章会气馁，哈哈。 “我们之所以要过于详细地讨论每一种方法的缺点，并不是为了让人们觉得哪一种方法都不行，而是想要说明没有哪一种方法是万能的。”