本页目录

你看到"研究发现"时的第一反应变了吗

刷到一条"研究发现"的新闻时

上次你在手机上看到"研究发现X和Y有关"时，做了什么？

在用：你停了一两秒，脑子里自动闪过"混淆变量？反向因果？选择偏误？"，然后才决定这条信息值不值得当真。

没在用：你读完觉得"有道理"或"不靠谱"，判断依据是直觉，不是因果识别方法。

上次有人在会议上说"数据显示做了X的用户留存高30%"，你的第一个念头是什么？

在用：你问了"做X的用户和不做X的用户，是不是本来就不一样"，或者"这30%排除了什么替代解释"。

没在用：你被30%这个数字打动了，没有追问数据结论的因果方向。

上次你需要判断"某个措施到底有没有效果"时，怎么处理的？

在用：你先想了反事实——"如果不做这个措施，指标会怎样变"——再决定用什么对照组或比较方式来逼近它。

没在用：你比较了"做之前"和"做之后"的指标，发现变好了就归因于措施本身，没考虑同期其他变化。

上次你看到两个研究对同一个问题给出相反结论时，怎么判断的？

在用：你去看了两个研究分别用了什么因果推断方法、核心假设是什么、哪个的排除更彻底。结论矛盾很可能是方法差异导致的。

没在用：你选了一个更符合自己直觉的研究结论，或者觉得"反正专家也吵不清"。

上次有人说"样本量十万，结论很可靠"时，你信了吗？

在用：你知道样本大只能降低随机误差，但对选择偏误和混淆变量无能为力。十万人的观察性研究，可能还不如一百人的随机对照实验更接近真实因果。

没在用：你把"大样本"等同于"可靠结论"，没有追问用了什么方法处理混淆和偏误。

上次有人把一个相关性结论当因果来用，你怎么说的？

在用：你能用一个具体例子说清楚——比如"吃早餐和成绩的关系"——让对方理解为什么相关不等于因果，以及用什么方法才能判断真因果。

没在用：你说了一句"相关不等于因果"，但说不清为什么，也给不出具体的拆解方式。对方听完点了点头，但什么都没改变。