因果关系的推理

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，否则它就不会发生。各领域的研究问题很多也都围绕着原因的探究，比如，小班教学能提升学生成绩吗？为什么会得流感？导致交通事故的原因是什么？

寻找原因的目的可以大致概括为三点。首先，我们希望控制原因而改变结果。正如书中所说， “原因之所以如此重要，关键理由之一是我们可以利用它来设计出有效的干预措施，从而控制我们周围的世界” 。比如，我们了解到生育率的降低会使劳动力数量下降，那么我们就可以采取一些人口政策进行干预，改变结果。其次，我们希望预测未来事件。预测是很重要的一个目的，比如，我们希望通过了解引起股票价格变动的原因来预测股票价格的变化。最后，我们有时需要根据引起事件的原因划分法律责任。比如，法庭要根据证据判定事故责任方，追究其法律责任。

我们是如何寻找原因的？

人类寻找原因的活动通过两种方式进行：感知和推理。

感知是通过对因果关系的直接体验，比如我们看到一个球的运动触发了另一个球的运动。研究发现，随年龄的增大，人们的感知能力会增强。另外，感知有时是不准确的。事件发生的时间以及空间上的邻近性等因素会导致人们错误地感知因果关系。

而推理则是从不含因果关系的信息中进行推断。因果推理是使用间接信息来寻找原因的过程。有研究试图破译影响人们推理因果关系的因素。因果推理包括两个部分：寻找结构和寻找影响力。寻找结构会告诉我们什么原因导致了什么结果，寻找影响力会告诉我们这个原因在多大程度上导致了这个结果。

当然，因果推理的结果也不总是准确的。从人的局限性来看，人们在推理过程中可能会出现证实性偏见（先入为主，关注证实自己信念的信息）、安慰剂效应（仅仅“接受治疗”这一行为就可能对病人产生影响）等等。有些因素也让人们很难把握事件发生的原因，比如原因和结果之间存在很长的延迟，或者因果结构很复杂。

相关关系和因果关系

人们总是错误地把相关关系当作因果关系。实际上，相关关系指的是一个变量发生的变化与另一个变量发生的变化是有关联的。相关关系并不等于因果关系，因果关系也并不总意味着相关关系。

很强的相关性并不能告诉我们前因后果。体重下降可能和某种病毒的存在有很强的相关性，但是这个病毒究竟是因还是果（是病毒引起了体重下降，还是体重下降使人感染了病毒），还是说二者是由一个共同的原因引起的，我们无法从相关性中得出判断。

很强的相关性并不能告诉我们事物的工作原理，无法告知我们如何采取干预措施来改变事物的运行机制。虽然很强的相关性很有说服力，而且可能让我们做出一些成功的预测，但是我们无法知道事件发生的机制。 例如，疾病和病毒的表面联系，并不能说明我们能够依靠治疗病毒的方法治好这个疾病。

尽管因果关系能够解释一些相关性问题，但因果关系并不是唯一解释。两个变量间的关系可能是由一个共同原因引起的，或是存在中间变量。大部分情况下我们找到的都是间接原因，但是了解原因具体起作用的机制能够让我们找到更好的干预措施。例如，我们找到的是吸烟引起肺癌这一结果，并不是具体的生物进程。

因果关系并不总意味着相关性。跑步会引起体重减轻，但是跑步同时也会让食欲增加，从而使体重上升，二者相互抵消，跑步与体重减轻的相关性就会消失。