美国小姐的年龄，会影响死于暖气的人数吗？

看到题目是不是顿感疑惑？只看表象很容易得出这样的结论，需要慎重看待看似相关的关系。

前两天有篇很火的文章《幸好不是所有聪明人都在批发快感》，批判了目前主流的互联网生产力都聚焦在提供用户“奶头乐”（Tittytainment），并赞扬了少部分不局限在眼前的苟且，依旧致力于全球人民福祉的公司与项目（友情提示：以IBM为关键字，在文中被cue了12次）。

当然，观点我同意，正如那位热衷于从0到1的大佬彼得·蒂尔当年也抱怨过：“我们想要一辆会飞的汽车，得到的却是140个字符。”

被点歪的科技树，仿佛在把社会引向尼尔·波斯曼所构想的“娱乐至死”，并且“文化向技术投降”的地步。

但原文中为了责怪大众科技加深了人们的负面情绪，引用了如下的论据和证明方式。

“随着iPhone的发布，美国中学生的孤独感却几乎直线上升”

我无意为iPhone是否真实导致了这种情况的发生辩护，但单纯从文中对于数据的使用及论证方式，在未经相关性验证的情况下，将不特定事件定性成为因果关系。不仅没有依据，并且煽动大众对于事实的认知。捎带使得我对全文的动机产生怀疑（再一次提示，IBM作为正面案例，在文中被cue了12次）。

A导致了B？

作为互联网行业的数据分析工作者，日常会处理大量的信息来判断平台的健康程度以及制定优化办法。其中，需要解释两组波动数据间的关系时，就需要花一定时间去 思考数据间的关系是因果，还是相关？

举个“因果关系”的例子：

先前在滴滴运营快车时，当其他人为因素（如补贴、司机运力等）不变，天气状况是直接影响每天订单量的原因，呈“微笑曲线”状。三伏天、冬至或者暴雨的极端天气，都可以导致订单量大幅增加；风和日丽的天气大家都愿意走路去公共交通站，使用更便宜的交通方式。

这是通过常理可以推断，并且基于数据验证后的结果。

而对于相关关系，如果一个事件变化后，另一个事件也随之发生变化，但二者不属于原因和结果的关系，则称它们之间存在“相关关系”。存在相关关系的两个事件之间虽然有关联，但不属于因果关系。

日本经济学家中室牧子在判断区分因果及相关关系时，列举了三条判断原则：

1. 是否“纯属巧合”？

两个事件看似有关，其实只是“纯属巧合”。像这样，两组数据的变化趋势只是碰巧相似的现象被称为“伪相关”。

美国分析师维根·泰勒在他的著作《伪相关》（SpuriousCorrelations）和网站（tylervigen.com）就介绍了非常多这样的“伪相关”关系。

比如，文章标题中提到的“美国小姐的年龄”和“全美死于暖气的人数”变化一致，相关系数达到0.87；数据高度相关，但这两个现象间有必然的关系吗？

又比如，“美国在科技、太空领域研究的投入”与“用上吊、窒息而自杀的人数”，相关系数更是高达0.998。科学领域每投入1块钱，就会激励更多人去上吊。变量数值尽管相关，但这两个事实之间又有什么样的直接关联？

2. 是否存在“第三个变量”

其次，我们必须要质疑是否存在同时影响原因和结果的“第三变量”，或者说是“混杂因素”。它可以把纯粹的相关关系包装成因果关系，干扰人们判断。

在美国中西部的一个小镇，地方警察局发现冰淇淋消费量越多，犯罪率就越高。这个例子中，冰淇淋消费量和犯罪率是正相关的；但并不意味着冰淇凌消费的增多导致了犯罪率的上升，更不可能通过减少冰淇凌的销售来降低犯罪率。

然而，我们猜测存在某个变量同时和冰淇淋消费量、犯罪率相关。这个变量可能是室外温度，当室外气温变暖，如在夏天，就会有更多犯罪（白天更长，人们多开窗口等）；因为天气变暖，人们更享受吃冰淇凌的乐趣。相对地，在又长又黑暗的寒冬，冰淇凌的消费就减少，同时犯罪也越少。

当然这也只是一种基于现实生活的猜测，并无切实的依据。

3. 是否存在“逆向的因果关系”

还是拿警察与犯罪的例子。

通常警察多的地区，犯罪案件数量也多。但是，将犯罪数量的多少归结为警察人数的增多，难道是在暗示犯罪都是由警察引起的吗（警察→犯罪）？正好相反，不如说因为某处是犯罪多发的危险地区，所以部署了大量警力，这么想可能才更合理（犯罪→警察）。

本以为是原因的事件其实是结果，本以为是结果的事件其实却是原因，这种状态被称为“逆向因果关系”。

iPhone真的导致美国高中生倍感孤独吗？

回到文中的例子，iPhone是不是真的会导致美国高中生倍感孤独？

要得出这个结论，显然需要大量的分组实验（A/B test）进行更深入的研究。

比如，在同一学校，不用iPhone的高中生分一组，用iPhone的高中生分一组。

用iPhone的学生中，又需要依据使用时长，APP使用偏好再进行区分（要知道Facebook面向高中生，Twitter这样的社交网络仿佛与“孤独”心理更有关联，他们的变化与推出也都是在05-06年间），再去论证上述的结论。

结语

在目前没有足够数据支撑的情况下，我无法下定论。

每个人是一个社会关系的总和，包含了各类我们称之为“不确定性”的东西。同时，科技的发展本身一直在充满争议，“科技伦理”（Technical Ethics）在大数据逐渐成熟、AI起势的情况下，越发重要。

此时，任何企图把人、心理和科技三者相关联的结论，尤其需要谨慎对待。

作者：黄嘉伟，专注银行在移动金融领域内的战略、运营和数据咨询服务

本文由 @黄嘉伟 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自 Unsplash ，基于 CC0 协议

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: