极简“因果关系”推理法，拯救你的逻辑力

主播：Bobo

 

这本书是由哥伦比亚大学教育经济学博士中室牧子和哈佛大学医疗政策学博士津川友介所写。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。可是对大多数人而言，还是很难透过现象看本质，无法判断因果之间的关系。

 

这次，我们重点分享书中关于因果关系的三个认知，分别是：因果和相关、三个影响因素、 反事实推理。 

①

『因果和相关』

 

“体力好的孩子，学习成绩也更好。”

“上了好大学，顺利毕业后收入水平更高。”

 

这不仅是两个问题，而且是被大数据证明过的结论。

 

作者结合《日本体力、运动能力及运动习惯等调查》和《日本学力及学习情况调查》，把所有数据都放在统计表上后，发现孩子的成绩是随着体力呈上升趋势的。

 

同样，他在另外一张图里，绘制了大学排名和毕业收入的关系，也成正比例上升。

 

那这样我们是不是就可以认为这两句话都是因果关系了？

 

还不能。

 

因为有个比因果关系弱一点的关系，叫：相关关系。

 

所谓因果关系是：如果两个事件中，前一个事件是后一个事件的原因，后一个事件是前一个事件的结果，则两个事件之间存在因果关系。

 

而相关关系指的是虽然两件事之间有关联，但是并不是一件事引起了另外一件事。

 

而判断一件事是不是因果关系，主要从三个要素出发，分别是：是否是巧合？是否有其他因素？是否是逆向因果？

②

『三个影响因素』

在第二部分，我们就分析决定因果关系的三个要素：

001 是否“纯属巧合”？

先看一个例子，“温室效应的加剧，导致了海盗数量下降。”读到这句话，你可能觉得有点搞笑。

 

但是，从数据图上看，如果把温室效应的增加数据，和历年海盗的数量都放在横纵座标的一张图上，它们确实是呈正相关的。这种强行因果的数据就属于巧合。以此类推，我们还可以把衰败的行业、垃圾的增加都和海盗扯上关系。但他们并不呈因果关系。

 

002 有没有其他因素？

还看“体力好的孩子学习能力强。”这个案例。我们都知道孩子的运动学习和家长的安排与规划有很大关系。因此，当我们把另外一个因素“父母对教育的负责程度”放进来，你同样会发现它们正向相关。因此，体力好和学习好不是因果关系，只是一般的相关关系。

 

003 是否逆向相关？

比如，作者分析了警察与犯罪的关系，他发现不少结论是：警察多的地区，犯罪案件数量也多。但是这样的推导显然是有问题的。某地区的犯罪案件上升之后，警力部署才会增加。因此，当结果和原因对调时，你才发现它们逆向呈因果关系。 

③

『反事实推理』

我们在分析时，除了需要分析对象满足上述三个因素之外，还可以用一个简单的方法：反事实推理。

 

也就是说，从A到B，我们认为是因果关系；那么如果条件发生改变，A没有发生，就要看B有没有发生。

 

比如，“如果当时没有跳槽到这家公司，我现在的收入会是多少呢？”“如果我们公司一季度没有投放广告，是不是还能卖出这样的成绩呢？”

 

对于类似问题，反事实思考的方法是，分析假设情况带来的结果。对于第一个问题，比如三年前，你从A公司跳槽到B公司。你想弄清楚如果没跳槽的话，你能得到多少工资？就用三年前的工资乘以公司平均上升或者下降的百分比，就能得到结果。

 

对于第二个问题，假设投放了广告的1季度收入是1500万。如果你想知道假设没有投放广告，是否还能得到1500万的收入。你就可以细分区域，把广告密集的区域收入，和广告较少甚至没有投放广告的区域收入作比较。这样，广告和收入之间的因果关系就出现了。

 

总结一下，因果关系是最简单、最常用的逻辑关系之一。即便如此，我们在和别人聊天沟通时，也很难判断对方的描述是否正确。对方言之凿凿的事，是巧合还只是有一定的相关性？两个本质判断方法就教给你。