分析數據的運用
話說有一個調查實驗，選擇了兩個對照組，每組100人，A組的人都有長期食用蘋果的習慣。B組的人都很討厭吃蘋果，基本從來不吃。結果A組的人平均壽命比B組的人高出3年。所以結論是蘋果有益健康可以延年益壽。請問您覺得這個結論是否真實可信？有實驗，有對照組，有數據，這個結論應該沒問題吧？
但是，我卻要告訴您通過這個實驗根本就不能得出這樣的結論。為什麼？因為上面的論證中我偷換了一個概念。因果關係和相關關係的概念。什麼意思？長期吃蘋果的人比不吃蘋果的人壽命高出三年，只能夠說明吃蘋果和長壽之間有相關關係。但是這並不等於長壽的原因一定是吃蘋果造成的。可能是因為長期吃蘋果的人對自己的健康程度比較重視，像是保持有規律的生活，保持運動並且定期檢查身體，這一系列的原因才共同導致了最終壽命高出三年的結果。
在這個論證之中，蘋果、規律生活、保持運動和定期檢查身體都是導致長壽的變量，只有當我們把吃蘋果以外的變量全部鎖定，依然還是可以得到長壽的結果的話。那麼我們才能夠說吃蘋果和長壽之間有因果關係，而現在我們只能說他們有相關關係。這樣的數據分析叫做迴歸分析法。道理很簡單。很容易理解吧？
再比如說，根據調查發現，醫院是排在心臟病、腦血栓之後的人類第三大死亡原因。我很負責的說，這就是基於大數據研究之後呈現出來的結果，全球確實每年都有大量的人死於醫院啊。但是這個結論卻非常的可笑，因為我們根據直覺判斷都清醒的知道，死於醫院是因為疾病造成的，而不是醫院導致的死亡。在這裡醫院和死亡就建立了相關關係，但是二者之間完全不存在因果關係。
這樣的概念偷換，數據欺騙的例子太多了，隨處可見。我隨便說幾個您可以您想想看，其中有沒有您曾經深信不疑的。
- 吸菸的人比不吸菸的人壽命短；
- 自尊心越強的學生，學習成績越好；
- 社會地位高的人，壽命長；
- 睡眠時間越短，收入越高；
- 越富有的人，生活越幸福；
- 打籃球的人，個子長得高；
分享到:
