别拿相关因果！：因果关系简易入门

内容简介

本书是写给普通人的因果逻辑入门书,旨在帮助读者培养严谨的思维方式,在不借助任何专业知识的前提下,准确定位问题。
主要内容包括:认识原因,对原因的理解和运用,如何只通过观察找到原因,大数据集与原因的关系,因果关系相关实验,如何利用因果关系来制定有效的干预措施,研究因果关系的意义。

本书适合所有对探究事件真相感兴趣的读者,无须统计学等专业背景。

作者简介

萨曼莎·克莱因伯格(Samantha Kleinberg)

计算机科学专业博士,现任斯蒂文斯理工学院计算机科学专业副教授,致力于研究那些只可观而不可进行实验的系统的运行原理。

目录

前言 ix
第1章 引子 1
因果关系的概念以及寻找因果关系的方法从何而来?
1.1 何为原因 5
1.2 怎样才能找到原因 10
1.3 为什么需要原因 14
1.4 接下来…… 19
第2章 心理 21
人们是如何寻找原因的?
2.1 原因的寻找与使用 23
2.1.1 感知 24
2.1.2 推理与论证 27
2.2 责任的划分 34
2.3 文化 37
2.4 人的局限性 40
第3章 相关性 45
为什么有那么多因果关系被搞错?
3.1 相关性是什么 48
3.1.1 没有变化就没有相关性 49
3.1.2 相关性的测量与解释 51
3.2 相关性的用途 58
3.3 为什么相关性不是因果关系 61
3.4 多重测试与P值 64
3.5 没有相关性的因果关系 69
第4章 时间 73
时间如何影响我们感知因果关系和进行因果关系推理的能力?
4.1 因果关系的感知 75
4.2 时间的方向性 83
4.3 当事物随着时间变化的时候 85
4.4 原因运用中的时间因素 91
4.5 时间可能具有误导性 93
第5章 观察法 98
如何仅通过观察事物的运行方式来把握事件发生的原因?
5.1 规律性 100
5.1.1 穆勒五法 100
5.1.2 各种复杂的原因 108
5.2 概率 110
5.2.1 为什么要使用概率 110
5.2.2 从概率到原因 113
5.3 辛普森悖论 119
5.4 反事实推理 122
5.5 观察法的局限性 127
第6章 计算法 130
如何自动实现寻找原因的过程?
6.1 假设 132
6.1.1 无隐藏的共同原因 133
6.1.2 典型分布 135
6.1.3 正确的变量 139
6.2 图解模型 140
6.2.1 图解模型在什么情况下会表示因果关系 144
6.2.2 从数据到图形 148
6.3 衡量因果关系 152
6.3.1 概率与因果关系的显著性 153
6.3.2 格兰杰因果关系检验法 158
6.4 现在该怎么办 161
第7章 实验法 164
如何通过对人和系统进行干预来寻找原因?
7.1 从干预措施中获取原因 166
7.2 随机对照试验 168
7.2.1 为什么要做随机试验 169
7.2.2 如何设置对照组 175
7.2.3 研究结果适用于哪些人 178
7.3 当参与者只有你自己时应该怎么办 181
7.4 可再现性 184
7.5 机制 187
7.6 实验法是否足以找到事件发生的原因 189
第8章 解释 194
“这件事引起了那件事”这句话意味着什么?
8.1 寻找某个事件发生的原因 197
8.1.1 出现多重原因时 197
8.1.2 解释可能具有主观性 200
8.1.3 原因出现的时间 202
8.2 具有不确定性的解释 204
8.3 将类型层面和实体层面分开来看 208
8.4 使解释过程自动化 211
8.5 法律活动中的因果关系 213
8.5.1 要不是因为…… 214
8.5.2 近因 216
8.5.3 陪审团 218
第9章 行动 224
如何根据原因进行决策?
9.1 对因果假设的评估 227
9.1.1 强度 229
9.1.2 一致性(可重复性) 230
9.1.3 特异性 232
9.1.4 时间性 233
9.1.5 生物梯度 235
9.1.6 可信度与连贯性 236
9.1.7 实验 237
9.1.8 类比性 238
9.2 根据原因制定政策 239
9.2.1 背景 242
9.2.2 效力和效果 243
9.2.3 意外的结果 245
第10章 展望 250
为什么要研究因果关系?
10.1 人们需要因果关系 250
10.2 主要原理 256
10.2.1 因果关系和相关性不是同义词 256
10.2.2 针对偏差的批判性思考 258
10.2.3 时间的重要性 259
10.2.4 并不是所有实验研究都比观察性研究好 260
10.3 一个百宝箱 261
10.4 知识的重要性 264
致谢 268
参考文献 269
关于作者 288