为什么啤酒冬天是淡季,啤酒受欢迎的原因

根据《用数字做决策的思考术》的解释,「因果性」是在两件事项之中,一件事为原因,另一件是结果的状态;「相关性」是指,两个变数之间具有某种规则和共变性。比如说,当气温变高,啤酒的销售额也会提升;气温变低,啤酒销售量会下滑,就表示,「气温」和「啤酒的销售额」相关。回到开头的例子,定期健康检查和长寿的关系不

根据《用数字做决策的思考术》的解释,「因果性」是在两件事项之中,一件事为原因,另一件是结果的状态;「相关性」是指,两个变数之间具有某种规则和共变性。比如说,当气温变高,啤酒的销售额也会提升;气温变低,啤酒销售量会下滑,就表示,「气温」和「啤酒的销售额」相关。

回到开头的例子,定期健康检查和长寿的关系不是因果,而是常做健康检查的人,注重身体健康,所以容易长寿;也不是进入好大学就能提高收入(因果),而是考入好大学代表学生有一定潜能,更容易出人头地(相关)。好大学、健康检查不是原因,本身注意健康、学生能力好才是。

这表示我们应该用更严谨的态度检视两件事的关系。 《统计的艺术》提及,当我们说X导致Y时,并不表示每当X发生,Y也会发生;或者,只有在X发生时,Y才会发生。更多情况是,每当X发生时,Y「近乎每次」都会发生,这也提醒我们,判断因果要更审慎。

在某些情况下,我们很容易将相关性误认为因果关系:

1. 巧合

《一眼就突破盲点的思考力》中有一个有趣的例子,「电影明星尼可拉斯.凯吉(Nicolas Cage)每年演出的电影数量」和「该年掉入游池溺毙的人数」高度一致,所以凯吉演出愈多部电影,愈多人溺毙吗(因果)?当然不是,一切只是巧合。哈佛大学甚至做了研究,还出书证明凯吉和溺毙没关系,可知巧合多容易被误认为因果或相关。

2. 反向因果关系(reverse causality)

就是X发生在Y之后,便以为Y导致X,但其实是X导致Y。比如每天早上刷完牙才去上班,难道是「刷牙」导致了「上班」?不,甚至有些人是因为要出门上班才刷牙。

为什么啤酒冬天是淡季,啤酒受欢迎的原因

3. 第三变数

指X和Y两件事同时发生,以为是X导致Y或Y导致X,其实存在另一个变数Z,是Z导致X和Y。举例来说,冰淇淋的销售量会随着穿着短裤的人数增加而增加。不是「愈多人穿短裤」导致「愈多人买冰淇淋」,而是两者发生的共同原因是「夏天气温较高」。

如果混淆了因果和相关,比方广告预算愈多,销售额愈高,容易导致错误的商业决策。所以,较严谨的做法是进行随机对照实验(RCT,randomized controlled trial),或者称 A/B 测试(A/B testing),就是把受试者「随机」分为两组,两组只有一变数不同,如果导致不同结果,便可以称该变数导致某结果,或变数和结果有因果关系。

前美国总统巴拉克.欧巴马(Barack Obama)的竞选团队,便是利用RCT测试哪一种首页的注册率最高。结果相比原本想选择的「影片」和「望向远方的独照」,「欧巴马全家福」(果)的注册人数多了288万,并多募得6000万美元的政治献金。

如果环境不允许,或是没有资源做随机对照实验,《数据分析的力量》建议用「自然实验(natural experience)」替代,就是进行一系列假设、验证,厘清因果关系。

举例来说,想知道改变自付额,对医疗服务的使用频率的影响。可以先假设「如果自付额会影响医疗服务的利用70岁以上的人,应该会比70岁以下的人,更常使用」,因为日本法令规范,70岁开始,自付额由3成降为1成。查询公开资料后发现,随着年纪愈大,医疗服务的使用者也愈多。但到了70岁,原本缓慢上升的曲线突然大跳跃!这个「断层」代表有变数发生,而69~70岁比较普遍的改变,就是自付额的高低。自付额和医疗服务的使用频率有因果关系,得证。

为什么啤酒冬天是淡季,啤酒受欢迎的原因

创业项目群,学习操作 18个小项目,添加 微信:shikong123678  备注:网站

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 sumchina520@foxmail.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.baobeiquming.com/1244.html