從北京再次出現(xiàn)重大疫情談相關(guān)關(guān)系和因果關(guān)系

北京青年報(bào)報(bào)道，6月14日，北京新增36例新冠肺炎確診病例，事發(fā)地：北京新發(fā)地蔬菜市場，北京四天以來已累計(jì)報(bào)告79例，豐臺(tái)區(qū)、大興區(qū)、西城區(qū)、海淀區(qū)、房山區(qū)、朝陽區(qū)、東城區(qū)、石景山區(qū)等區(qū)已經(jīng)報(bào)告病例，豐臺(tái)副區(qū)長被免職。

6月14日0—24時(shí)，31個(gè)?。ㄗ灾螀^(qū)、直轄市）和新疆生產(chǎn)建設(shè)兵團(tuán)報(bào)告新增確診病例49例，其中境外輸入病例10例（四川4例，重慶2例，陜西2例，上海1例，福建1例），本土病例39例（北京36例，河北3例）。

疫情仿佛已有卷土重來之勢，新發(fā)地病毒基因測序來自歐洲方向。

圍繞新冠肺炎的源頭一直是個(gè)未解之謎，各國也互相指責(zé)對方，沒有確切的證據(jù)是沒人會(huì)信服的。

新冠肺炎疫情爆發(fā)后，我們都聽說了引起這次疫情的起源地是武漢市的華南海鮮批發(fā)市場，因?yàn)殚_始時(shí)有著多個(gè)病例和該市場都有直接關(guān)系，他們有的是市場中的商販，有的是去該市場購買過貨物，因此一般認(rèn)為是由華南海鮮批發(fā)市場中的野生動(dòng)物傳染給人。

可是。。。

后來發(fā)現(xiàn)居住在武昌某小區(qū)的陳姓患者被認(rèn)為是確診的第1例新冠肺炎患者，然而他卻并沒有去過武漢華南海鮮批發(fā)市場，因此新冠病毒的*早傳染源應(yīng)該并非來自于這家市場。

后來疫情在全國爆發(fā)，各地對有武漢旅居史的人開始一律進(jìn)行檢測隔離。

隨著中國疫情得到初步控制，歐洲疫情又開始爆發(fā)，又有*說疫情源頭在意大利，之后又有源頭在澳洲的傳言。

關(guān)于這個(gè)源頭的傳言沸沸揚(yáng)揚(yáng)傳了幾個(gè)月，直到全球疫情爆發(fā)，大家都開始自顧不暇，找出源頭成了科學(xué)家的事情了，大家都在想著如何控制疫情的進(jìn)一步傳播。

到底源頭是哪里，至今沒有定論，關(guān)于如何控制，依然需要倍加關(guān)注。

即使國內(nèi)各地都在想方設(shè)法搞經(jīng)濟(jì)，很多地方除了外出乘坐公共交通，大部分時(shí)間已經(jīng)摘下口罩，但疫情防控依然不能松懈，這不，北京這一波仿佛就在提醒大家：別大意！

北京人民已經(jīng)深切得感受到了。

圖片源于網(wǎng)絡(luò)，侵刪

隨著生活中越來越多的新事物出現(xiàn)，我們慢慢的都不再追求因果，轉(zhuǎn)而去尋找相關(guān)。

就像疫情，討論源頭對我們大眾來說幾乎沒啥意義，還不如勤洗手、戴口罩阻斷傳播來源來的實(shí)在，因?yàn)榭谡謱τ陬A(yù)防新冠肺炎已經(jīng)經(jīng)受了大量的考驗(yàn)：戴口罩的人越多，疫情就控制的越好。

謠言的另一面：錯(cuò)把相關(guān)關(guān)系當(dāng)做因果關(guān)系

有些謠言是空穴來風(fēng)，我們要三思而行，比如疫情期間的板藍(lán)根熱、雙黃連熱；比如*近關(guān)于北京疫情的謠傳；這些謠傳很容易就會(huì)被拆穿，只不過我們需要的是和造謠者比速度。

圖片源于網(wǎng)絡(luò)，侵刪

有些謠言則是有理有據(jù)，但更多的是理據(jù)不分，讓人們誤認(rèn)為相關(guān)關(guān)系是因果關(guān)系。

下面就舉幾個(gè)例子談?wù)剮追N假的因果關(guān)系。

1.相關(guān)是偶然的

比如蕭敬騰所到的城市，常常用下雨歡迎他的到來，而蕭敬騰也被冠上了"雨神“的稱號(hào)，如果計(jì)算蕭敬騰的到達(dá)和下雨的相關(guān)系數(shù)，相比是*的高。但我們都清楚，這*純屬偶然。

2.第三方的影響

統(tǒng)計(jì)顯示，游泳死亡人數(shù)和冰糕售出量之間呈正相關(guān)關(guān)系。那我們可以得出吃雪糕會(huì)增加游泳溺水的風(fēng)險(xiǎn)嗎？顯然不是，它們都是受了夏天氣溫升高所致。

3.只是原因之一

吸煙的人很多都患上了肺癌，不吸煙的人患上肺癌相對較少。如果作出“吸煙一定會(huì)導(dǎo)致患上肺癌'這樣的推斷，一定是不嚴(yán)謹(jǐn)?shù)模驗(yàn)槲覀兌贾溃簩?dǎo)致肺癌的原因有很多，比如空氣污染、遺傳、其他不良的生活習(xí)慣，吸煙只是其中的一個(gè)原因。

圖片源于網(wǎng)絡(luò)，侵刪

再次強(qiáng)調(diào)：因果關(guān)系≠相關(guān)關(guān)系

因果關(guān)系，是指一個(gè)變量的存在一定會(huì)導(dǎo)致另一個(gè)變量的產(chǎn)生，變量之間存在先后順序。

而相關(guān)性是統(tǒng)計(jì)學(xué)上的一個(gè)概念，是指一個(gè)變量變化的同時(shí)，另一個(gè)因素也會(huì)伴隨發(fā)生變化，但不能確定一個(gè)變量變化是不是另一個(gè)變量變化的原因。比如天氣冷和下雪通常一起發(fā)生，說明兩者有很強(qiáng)的相關(guān)性，但不能肯定是誰導(dǎo)致了誰，所以不確定兩者是夠有因果關(guān)系。

為何我們會(huì)有這樣的錯(cuò)覺

1.思維慣性

我們的快速思維模式使我們直接將其歸于任何我們能在*時(shí)間想起來的因果關(guān)系，因此，這經(jīng)常導(dǎo)致我們做出錯(cuò)誤的決定。

與常識(shí)相反，經(jīng)常憑借直覺而來的因果關(guān)系并沒有幫助我們加深對這個(gè)世界的理解。

很多時(shí)候，這種認(rèn)知捷徑只是給了我們一種自己已經(jīng)理解的錯(cuò)覺，但實(shí)際上，我們因此完全陷入了理解誤區(qū)之中。

就像采樣是我們無法處理全部數(shù)據(jù)時(shí)的捷徑一樣，這種找因果關(guān)系的方法也是我們大腦用來避免辛苦思考的捷徑，所以我們選擇了捷徑，選擇了這種快速的思維模式。

2.數(shù)據(jù)的不足

在小數(shù)據(jù)時(shí)代，很難證明由直覺而來的因果聯(lián)系是錯(cuò)誤的，所以我們這種思維模式很容易讓我們相信傳言，因?yàn)槟銦o法證明人家是錯(cuò)的呀，人家也是有證據(jù)的。就像之前我們講的假設(shè)檢驗(yàn)思維一樣：要想證明我是錯(cuò)的，*證明你是對的。你沒有足夠的樣本數(shù)據(jù)，就無法在大概率下證明你是對的，所以你就不能拒絕別人的說法。

3.對因果關(guān)系的執(zhí)迷

幾千年來，探討事物之間的因果關(guān)系是理、工、農(nóng)、醫(yī)、文幾乎所有科學(xué)研究的重要目的。相關(guān)性和因果性是哲學(xué)問題，哲學(xué)家、數(shù)學(xué)家、統(tǒng)計(jì)學(xué)家、物理學(xué)家、醫(yī)學(xué)家、經(jīng)濟(jì)學(xué)家大都將尋找自身研究領(lǐng)域中的因果關(guān)系當(dāng)做一生的追求。

古希臘哲學(xué)家說：“我寧肯找到一個(gè)因果關(guān)系的說明，不愿獲得一個(gè)波斯王位?！鼻О倌?，雖然哲學(xué)家思辯方式已深入人心，老百姓還是相信事出有因，宗教人士宣傳因果報(bào)應(yīng)。

大數(shù)據(jù)時(shí)代：相關(guān)關(guān)系的困境

1.一方面相關(guān)關(guān)系大放異彩

現(xiàn)在，情況不一樣了，大數(shù)據(jù)之間的相關(guān)關(guān)系，將經(jīng)常會(huì)用來證明直覺的因果聯(lián)系是錯(cuò)誤的：我們只是相關(guān)，并不是因果關(guān)系。

但這并不妨礙大數(shù)據(jù)時(shí)代下對于社會(huì)的認(rèn)知，比如，如果沒有大數(shù)據(jù)和統(tǒng)計(jì)技術(shù)，某寶某東某多多就不會(huì)知道它們所賣的產(chǎn)品是哪些人在購買，購買人群的年齡和他們收入水平之間的關(guān)系，如果沒有產(chǎn)品銷量的變化和買家之間的共性進(jìn)行相關(guān)性分析，也就不會(huì)實(shí)現(xiàn)廣告的*化投放，銷售額的持續(xù)增長。

圖片源于網(wǎng)絡(luò)，侵刪

大數(shù)據(jù)來了，相關(guān)性的凸顯，使我們看到了以前不曾注意的聯(lián)系，掌握了以前很難理解的復(fù)雜系統(tǒng)。通過相關(guān)性的研究，可以幫助企業(yè)賺錢，幫助政府決策就夠了，不要講究“為什么”，至于因果關(guān)系就讓科學(xué)家們慢慢琢磨去吧。

2.另一方面要重點(diǎn)關(guān)注偽相關(guān)

比如研究表明：經(jīng)濟(jì)增長和老鼠繁殖速度呈正相關(guān)，但我們并不能說老鼠的繁殖促進(jìn)了經(jīng)濟(jì)的增長，更有可能的原因是經(jīng)濟(jì)增長導(dǎo)致老鼠的增長。

所以說在社會(huì)實(shí)踐領(lǐng)域，大數(shù)據(jù)分析不僅僅是數(shù)據(jù)本身的問題，不僅僅是數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)整合、模型分析，更需要統(tǒng)計(jì)學(xué)的參與及相關(guān)行業(yè)*事先對相關(guān)變量進(jìn)行一定的邏輯篩選，不然只能是”GarbageInGarbageOut“。

關(guān)系三兄弟：相關(guān)關(guān)系、因果關(guān)系、回歸關(guān)系

在研究相關(guān)關(guān)系和因果關(guān)系方面，統(tǒng)計(jì)學(xué)做出了巨大貢獻(xiàn)。統(tǒng)計(jì)學(xué)提出了相關(guān)系數(shù)，通過計(jì)算相關(guān)系數(shù)判斷事物之間的相關(guān)關(guān)系，對相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)，若通過檢驗(yàn)，證明事物之間的相關(guān)程度高，便可以進(jìn)一步做回歸分析。

在計(jì)算相關(guān)系數(shù)時(shí)，首先要通過理論研究和定性分析篩選變量，對有內(nèi)在聯(lián)系的數(shù)據(jù)做相關(guān)分析。與大數(shù)據(jù)思維不同，統(tǒng)計(jì)學(xué)認(rèn)為公雞叫與太陽升、蛙鳴與下雨，它們之間沒有內(nèi)在聯(lián)系，即無因果關(guān)系，屬于虛假相關(guān)，盡管相關(guān)系數(shù)可能很高，也沒有做回歸分析的必要了。

在回歸分析中，設(shè)xi為自變量，設(shè)yi為因變量，統(tǒng)計(jì)學(xué)的研究幾乎窮盡了因果關(guān)系的所有可能。對一因一果的現(xiàn)象，可以建立一元回歸模型；對多因一果的現(xiàn)象，可以建立多元回歸模型；對一因多果的現(xiàn)象，可以建立路徑分析等模型（二叉樹及蒙卡模擬就是代表）；對多因多果的現(xiàn)象，可以建立聯(lián)立方程等模型。

顯然，回歸模型比相關(guān)系數(shù)進(jìn)了一步，它可以解釋數(shù)據(jù)之間作用機(jī)制和作用的大小。但回歸模型即使通過了各種統(tǒng)計(jì)檢驗(yàn)，也可能只在一定程度上說明事物之間的因果關(guān)系。模型的自變量不一定是原因，因變量不一定是結(jié)果。

Xi與yi之間的因果關(guān)系是否成立，還要由統(tǒng)計(jì)學(xué)所應(yīng)用領(lǐng)域的*來判斷，如經(jīng)濟(jì)學(xué)家、管理學(xué)家、生物學(xué)家、醫(yī)學(xué)家等，并大量的實(shí)踐得到檢驗(yàn)。統(tǒng)計(jì)模型只能說包含真正因果關(guān)系的可能性較大，而真值在哪里？上帝知道。

大數(shù)據(jù)時(shí)代：相關(guān)關(guān)系取代因果關(guān)系

大數(shù)據(jù)可理解為大而復(fù)雜的數(shù)據(jù)，具有異母體、噪音累積、虛假相關(guān)、內(nèi)生性、時(shí)變性等，我們幾乎被數(shù)據(jù)包圍。在這種數(shù)據(jù)環(huán)境下，尋找數(shù)據(jù)之間因果關(guān)系*困難，也有觀點(diǎn)認(rèn)為在大數(shù)據(jù)時(shí)代，探索因果關(guān)系幾乎不可能，因而因果關(guān)系消失了，相關(guān)關(guān)系替代了因果關(guān)系。

但我們也應(yīng)看到，在大數(shù)據(jù)環(huán)境下，做相關(guān)性的研究也*困難，幾十萬個(gè)樣本規(guī)模，幾十萬個(gè)維度，甚至更多，怎么計(jì)算相關(guān)系數(shù)？如果不用相關(guān)系數(shù)，用什么方法？

相關(guān)關(guān)系是比因果關(guān)系更寬泛的概念，事物之間有相關(guān)關(guān)系不一定存在因果關(guān)系，有因果關(guān)系必定有相關(guān)關(guān)系。相關(guān)分析是因果分析的基礎(chǔ)，因果分析是相關(guān)分析的深化。大數(shù)據(jù)的相關(guān)關(guān)系不僅沒有替代因果關(guān)系，反而給因果關(guān)系的研究提供了更廣泛的發(fā)展空間。

醫(yī)療大數(shù)據(jù)、藥物研發(fā)大數(shù)據(jù)、基因大數(shù)據(jù)給*醫(yī)療、藥物研究等領(lǐng)域帶來一切變革，但僅靠相關(guān)關(guān)系很難找到病因，無法對癥下藥，藥物的研發(fā)也很難針對各種病癥，當(dāng)然也不需要建立起因果模型后再實(shí)踐。

阿司匹林是治療感冒的藥，后來人們發(fā)現(xiàn)這種藥對預(yù)防心腦血管疾病有療效，經(jīng)過大量臨床，發(fā)現(xiàn)阿司匹林對預(yù)防心腦血管疾病療效顯著，有相關(guān)關(guān)系。而后，對阿司匹林進(jìn)行藥理分析，才發(fā)現(xiàn)阿司匹林中含有治療心腦血管疾病的藥物成分，建立了因果關(guān)系。

類似的還有偉哥的發(fā)現(xiàn)，本來是用來試驗(yàn)治療心絞痛的藥物，雖然實(shí)驗(yàn)以失敗告終，但是藥物引起的副作用——增加其它某地的血流量，卻被參加實(shí)驗(yàn)的病人敏銳地覺察到了，于是，和治療心絞痛毫不相關(guān)的“偉哥”就這么誕生了。

早在疫情爆發(fā)初始，就有**預(yù)言：這次疫情不同以往，一旦控制不好*有可能演變成一場漫長的拉鋸戰(zhàn)。

不管病毒的來源是長相丑陋的蝙蝠還是稍顯可愛的穿山甲，不管是來自遙遠(yuǎn)的澳洲還是床鋪所在的米國，對于我們普通人來說僅僅是個(gè)飯后談資，在疫情遠(yuǎn)未結(jié)束的情況下，做好自己的防護(hù)措施，做好*一道防線，不傳播家人朋友和同事，就是我們對相關(guān)關(guān)系和因果關(guān)系*的詮釋。

我不知道病毒來自哪里，但我已經(jīng)帶好口罩。

想要了解更多關(guān)于FRM咨詢，掃描下方二維碼關(guān)注“FRM之家”公眾號(hào)