笔记《为什么：关于因果关系的新科学》：深度一（得到）

小虎随笔

于 2021-04-13 15:45:54 发布

阅读量1.1k

点赞数 1

分类专栏：深度学习和思考以及书籍笔记

本文链接：https://blog.csdn.net/clygo9/article/details/115609287

版权

深度学习和思考以及书籍笔记专栏收录该内容

15 篇文章 2 订阅

订阅专栏

一、科学家如何看待因果关系

1.科学家不承认因果关系

先说结论：科学家认为因果关系是人类自创的思维方式，是主观的，他们认为世界上客观存在的其实是相关性。

那科学家认为没有因果关系，就要证明为什么没有呢？

科学家做了一个实验即沙漏实验：

（下文是摘抄“得到”原文）

1877年，著名的发明家、人类学家，也是统计学的鼻祖，达尔文的表弟，叫弗朗西斯·高尔顿，做了一个实验。这个实验得出一个结论，认为科学的世界里，根本没有因果。

这个实验并不复杂。把一块木板立起来，然后木板的上半部分，是一排排的小格挡。下半部分，是一排垂直的竖槽。一个小球从上边的正中央落下来，经过一排排小格挡的碰撞之后，落在下面的槽里。当然，落在哪个竖槽，事先算不出来，碰撞是随机的。这个板子，叫作“高尔顿板”。

在实验里，虽然小球的下落是随机的，但是，当你放下一堆小球之后，会发现，小球的分布呈现出一种规律。中间部分的竖槽里，球特别多，然后越到两边，竖槽里的球越少。整个小球分布，呈现出一个平滑的钟形曲线。统计学上，管这种现象叫正态分布。

高尔顿用这个实验，来模拟人的遗传。比如身高，人的身高会受到很多遗传因素的影响，就像板子上那些小格挡一样。但是，不管有多少因素，最终都会呈现一种正态分布。也就是，大多数人都会处在一个平均区间，不高不矮。而特别高和特别矮的人都是少数。

当然，到这一步，并不是什么新闻。真正有趣的是接下来，高尔顿把这个实验又延续了一步，在原来的高尔顿板下面，又接上一个高尔顿板。也就是，让原本在竖槽里正态分布的小球，再下落一次，再次经过一大堆小格挡，并且再次落在一排竖槽里。这么一来，会发生什么呢？

无论是理论推导还是实验演示，呈现出的结果都是，第二层竖槽里的小球分布，会把正态分布这个趋势放大。也就是，各个竖槽之间的小球数量，会变得更均匀。这个由小球组成的曲线，会变得更平缓。

这两层高尔顿板，模拟的是两代人的遗传。对应到现实世界，呈现出的结果应该是，在第一代人当中，特别高和特别矮的人是少数。而到了第二代，特别高和特别矮的人，都会变多，而身高是平均值的人会变少。就像第二层高尔顿板里的小球分布一样。假如你没太明白，我再次建议你点开文稿，看一眼图片，马上一目了然。

说到这，你一定已经注意到，现实世界并不是这样。不管是在哪一代人中，特别高和特别矮的人，都是少数。这就奇怪了，你看，假如下一代的身高，是在上一代的基础上遗传的。那么，身高特别高的人，生出的孩子，很可能比父辈还高。这么子子孙孙一代代下来，就会有越来越多，特别特别高的人。同样，也会有越来越多，特别特别矮的人。但是，这些并没有发生。身高特别高的人，下一代的身高，大概率上会矮一点。同样，特别矮的人，下一代往往会高一点。总体上看，每一代人的身高分布，并没有呈现出越来越大的两极分化。

高尔顿还观察了600多个英国名人，发现这些名人的儿子们，普遍不如父辈有名。就像咱们常说的，富不过三代。高尔顿把这个现象叫作回归平庸。现在，我们稍微改了个字眼，管它叫，回归平均。也就是，不管上一代比平均值高多少，或者低多少。在下一代身上，这些差异大概率上都会缩小，他们会接近平均。

那么，到底是什么原因，导致了回归平均这个现象呢？这个问题，高尔顿思考了12年，终于得出结论，根本就没有原因，没有神秘的力量。世界本身就不是因果能解释得了的。冥冥之中，我们就是会回归平均，没有理由。当然，这其中还有很多复杂的研究思考，咱们在这就不展开说了。

其实，不管到底是什么力量，导致了回归平均。它都指向一个事实，那就是，父亲的身高，并不能百分百决定孩子的身高。上一代，并不能决定下一代。它们存在一定的关联，但不存在绝对的因果。高尔顿把这种关系称为，相关性。这就是相关性这个概念的起源。

这个例子也就是说从原因到结果，他并不能完全对应，比如沙漏的沙子，基因遗传等都在呈现正态分布这样的状态，它不能用因果关系来解释，在这里因果关系不能完全被证实，所以科学界不承认因果关系是客观存在的。最后用身高这个事也可以说明在自然界中，相关性是存在的，科学家也承认相关性是存在的。

我个人观点认为因果关系是相关性中的一部分，就是最相关的那一个或多个原因，促使了结果的发生。也就是说因果关系是相关关系的一个特例。

2.因果关系是什么

得到原文：

他认为，要想说明白因果，得先把主观和客观，这两个维度分开看。在他看来，因果，其实是一种人类的主观思维方式。也就是，当我们观察到一些客观事实之后，就会主观的建立起因果联系。至于客观世界，也许不是按照因果规律运转的，就是只有相关，没有因果。但是，人类认知这个世界的方式，却是通过建立因果关系。比如你吃完一个馒头之后，你确定，只要再吃几个，你就会饱。但是，事实上，你并没有吃到后面的馒头，这只是你的猜测。为什么会产生这个猜测？因为你在无形中建立了一种因果关系，觉得是吃馒头这个原因，导致了你吃饱这个结果。所以你确定，只要再吃几个馒头，你就会饱。你看，即使是再简单不过的一次思考，我们就已经调用了因果关系。

换句话说，不管客观世界存不存在因果关系，我们主观上都离不开因果这个思考方式。

第一，开头说过，因果关系其实反映了一种超越经验的思考能力。第二，因果关系是一种主观建立的思考方式。

上文最后详细说明了因果是什么，使我们认知世界的方式，是一种思维方式，反映了思维能力。而且我认为有着因果思维能力对人的帮助是意义重大，所以强化思维能力，找到增强因果思维的关键点就极其重要，这也是本篇所写的意义。

二、借用科学智慧、完善科学思维

1.找到更多导致结果的重要原因

得到原文：

第一个故事，是我们都很熟悉的神话，后羿射日。说的是，天上有九个太阳，庄稼热得寸草不生，人也快热死了。怎么办？一个叫后羿的人，用一把大弓，射下了八个太阳。当然，我们都知道这个故事是虚构的。但是，我希望你注意的是，我们在构思这个故事的时候，使用的因果模型。那就是，当天上有九个太阳，这个原因，会导致什么结果？答案很明显，那就是热。

第二个故事，来自于著名的小说《三体》。说的是，在遥远的外星系，有三个太阳。这三个太阳在万有引力的作用下，彼此吸引，做出了无穷无尽的不规则运动。这个运动没有任何规律。人类根本算不出来。它已经超过了人类目前的数学极限。注意，在这个故事里，我们的因果模型已经变了。我们已经意识到，用不了九个太阳，只要有三个，它们的运动规律，就已经超过了人类的数学极限。

你看，在后羿射日的故事里，我们建立因果模型时，只考虑到了，热这一个因素。因为在人们编这个故事的时候，还没有发现万有引力。但是，在《三体》的故事里，人们已经意识到，万有引力的存在。所以，我们也意识到，三个太阳带来的不仅仅是热，还有人类无法预测的不规则运动。

当然，这个因果模型也不一定准确。没准未来的某一天，人们又发现了万有引力之外的新规则。我想说明的是，这个世界同时存在很多不同维度的规则，比如热力、万有引力、能量守恒，等等。你能察觉到的规则越多，越关键，你的因果模型就越准确。

在这里我觉得这个例子没什么用，整段在说明“你能察觉到的规则越多，越关键，你的因果模型就越准确。”，但问题不是我们要知道去找影响结果的规则，而是我们要怎么去找到影响结果的重要因素呢？有什么方法论？需要掌握哪些重要的思维和知识呢？

2.寻找混杂因子：辛普森悖论

得到原文：

有一名叫辛普森的医生，发现了一种新药，可以降低心脏病发作的风险。

这种药的的实验数据显示，男性患者服用后，心脏病发作风险反而变得更高。女性服用后，心脏病发作的风险也变高了。但综合男女数据后的结果显示，却可以降低心脏病发作的风险。

你会相信吗？

在对照组，女性喝药前得病概率5%，喝药后得病概率升高到7.5%。男性喝药前得病概率30%，喝药后得病概率升高到40%。而考虑男女性别后的60个人的样本后，喝药前得病概率21.67%，喝药后得病概率则降低到18.33%。

为什么？

在这个实验中，喝不喝药是原因，得没得病是结果，那是什么因素，在干扰原因和结果呢？

在对照组中，男性比女性多，而在处理组男性比女性少，影响的是性别。

性别这个因素就是混杂因子，也叫后门路径，就是在“喝不喝药是原因，得没得病是结果”这一因果链条中，偷偷开启了一个后门，从后门遛进来，干扰了因果关系。

混杂因子找到了，如何对它进行干预呢？

那就是，不能把混杂因子-性别，直接加起来，一定要分开计算。也就是说，你不能把男女的人数直接加起来计算，而是要分别计算男女各自的得病概率。这样就排除了混杂因子的干扰。

在这个例子中，女性喝药前得病概率5%，男性喝药前得病概率30%，对男女整体而言，得病概率为17.5[（5%+30%）/2]。女性喝药后得病概率7.5%，男性喝药前得病概率40%，对男女整体而言，得病概率为23.75[（7.5%+40%）/2]。

这表明，这个药对女性有害，对男性也有害，对人类也有害。

这个例子就是著名的辛普森悖论。

在上面的例子中，说混杂因子，这个混杂因子到底是什么呢？其实混杂因子就是在处理组和对照组之间除了喂不喂药之外，还有男女比例这个因素不同，而男女比例之间患病率不同，这个因子导致了结果的不正确，这东西就是混杂因子。最后是怎么得到的正确结论呢？它把男女比例患病率不同这个因子删除了，造出了男女综合来看患病率这个因子，就把那个作妖的因素去除掉了。

3.寻找中介因素

得到原文：

举个例子，在几百年前的航海时代，船员经常得坏血病，最终可能导致死亡。当时的人猜测，这可能跟饮食有关，因为海上没有新鲜的蔬菜和水果。18世纪，苏格兰海军发现，服用柠檬能预防坏血病。好，这就得出了一个因果模型，柠檬是原因，预防坏血病是结果。

当时，本来给船员吃的是西班牙柠檬，后来发现，西印度柠檬更便宜。为了节省成本，就换成了西印度柠檬。同时，为了防止变质，人们还把柠檬榨成汁，煮熟了带上船。结果，坏血病大面积爆发。你看，这个因果模型，被颠覆了。显然，柠檬并不是预防坏血病的原因。直到20世纪初，人们才弄明白，真正对坏血病有预防作用的，是柠檬里的维生素C。而西印度柠檬的维生素C含量只有西班牙柠檬的四分之一。而且柠檬汁煮熟后，这些仅存的维生素C也被破坏掉了。

在这个故事里，维生素C，就是中介因素。是吃柠檬导致了吃进维生素C，而吃了维生素C，又导致了预防坏血病。

换句话说，找到中介因素，是建立因果模型的关键。假如你的因果模型不能被反复验证，你就要考虑，是不是忽略了中介因素。

寻找中介因素在我看来就是寻找导致结果发生的根本原因，柠檬不是预防坏血病的根本原因，为什么，因为柠檬里面有很多成分，就单单说柠檬太泛了，太表面了，根本就没有沉下心往里面钻，找到真正原因。看似吃柠檬，然后坏血病好了，其实这是一条伪装的逻辑链条，不能真正的扣在一起。所以给我的启发是遇到问题，就要沉下心去一点点的找到最本质的原因，然后去解决就好了。