这本书虽然很营销号的感觉,书的内容也很少,不值20多块(心疼我的钱包
不过整体对因果推断的总结还是不错的
全篇的重点:不要把相关关系简单等同于因果关系!!!
由一个小问题引出整本书:广告的推出是否能够提升店铺业绩?
因果推断五步走:
- 确定原因
- 确定结果
- 三个要点:是否纯属巧合、是否有混杂因素、是否是由于反向因果关系
- 制造反事实
- 调整反事实
接下来就分步进行总结
确定原因和结果
(相当于确定因变量和自变量)
一般来说在计量里用的都是替代变量来衡量某种行为,例如书中广告的推出可以构建广告费用和是否推出广告这一虚拟变量,而店铺业绩也有多个衡量指标,如店铺的营业收入或者是利润;再例如常见的企业研发行为,则可以用研发费用与营业收入的占比或者是研发人员占员工数的比例。
首要考虑衡量指标的合理性,一般来说都会用比例数,以便减少企业规模带来的偏差。
此外,在收集指标数据的时候尽量全部收集,以便日后找到最合适的衡量指标。
三个要点
(做稳健型检验的必要)
是否纯属巧合
“吉卜力诅咒”的伪相关:宫崎骏老师领导的吉卜力工作室制作的电影在日本播放,美国股市就会跌
排除这一可能常常做安慰剂检验
是否有混杂因素
是否是由于第三方对二者均有影响作用,进而导致二者呈现出相关关系
例如学习能力好的学生不仅数学成绩好,物理成绩也好,并不是因为数学成绩好而导致的物理成绩好
是否是由于反向因果关系
很经典的事例
究竟是警察越多的地方犯罪就越多,还是因为犯罪多所以派遣的警察多呢?
很明显是后者
因为目前的因果推断大部分是以相关性作为衡量的指标,但相关性可能是很多种情况,这也是为什么一篇研究中的研究假设部分也是非常重要的,至少原因和结果之间的逻辑链条是需要一定合理性的。
制造反事实
为了证明因果关系,将
反事实:如果当初没有···,那么···
但是这往往是无法实现的,所以需要通过其他方式来得到近似的结果——调整反事实
调整反事实
一般采用四大证据进行佐证,从高到低的有效程度
- 元分析(多个随机对照试验的整合数据,因为综合分析了多份数据,更为可信)
- 随机对照实验
- 自然实验与准实验
- 回归分析
随机对照实验(商科里一般很难做到)
其中做到随机分组很重要,排除个体差异导致的偶然性
自然实验(利用随机发生的外生事件冲击分为实验组和对照组)
文中举的例子是采用住院医生的性别对病人死亡率的影响判断医生的性别对病人的好处
其中这个实验非常巧妙的利用了病人无法自主选择住院医生性别这一特定
呈现出了随机对照实验的特点
在商科中常常使用某一政策的实施和制度的实行
例如针对地方实行某一政策,在实行地与非实行地就形成了很自然的实验组与对照组
准实验(!!!)
双重差分法:去除时间趋势影响。实验组除了与对照组本期相比,还需要将该差值减去对照组的前后两期之间的差值,得到因因果关系影响的量。
此外,尽量进行平行趋势检验,否则对照组的时间趋势变化不能够反映实验组自己的时间趋势变化
断点回归法:存在临界值,处在临界值左右的样本相差不大,但所受到的影响存在巨大差别,故可以探究这种影响的作用。书中提出,医疗自费比例的增加是否会影响就诊人数,以自付的年龄边界70岁作为断点,69岁和70岁的人身体情况没有过大的区别,进而控制了他们选择去就诊次数差异大部分可能是由于医疗费是否自付决定。
倾向匹配法:将对照组与实验组按照多个协变量进行匹配,常见的有PSM、熵平衡匹配,使得对照组与实验组的除自变量以外的区别减少
工具变量法:找到第三方变量,且该变量只能影响自变量,对因变量无影响。那么当我们找到该工具变量和因变量存在相关关系,就可以在一定程度上证明是由于工具变量影响了自变量,才导致因变量发生变化。例如书中最初提到的问题,广告商的广告费用打折程度对店铺销量没有显著影响,但是其对店铺的广告宣传力度有所影响,进而探究广告打折活动与店铺销量之间是否存在相关关系。
回归分析
大部分都是这样用的,这样最大的好处就是数据易得,且能够控制其他变量。
但是现在很多情况都采用的是回归分析与上述某些方法进行结合使用。