莫把数据的相关性当成因果关系
2016-04-20董晓静
支点 2016年4期
关键词:分析
董晓静
核心提示:不要将相关性当作因果关系去指导决策,这一区别的重要性在大数据时代显得更为突出。
大数据时代,很多商学院都会讲到这个经典案例:沃尔玛发现啤酒和尿布的销售量是相关的,但究竟是因为啤酒销量增高导致尿布销量增高,还是反过来?沃尔玛不需要做太深入的研究,有了相关性的分析结果,就足以把啤酒和尿布放在一起卖,从而提高销量。
这个成果非常有意思,但没有理论根据。换句话讲,相关性可以不需要理论支持,只需要用统计学的方法描述数据。这样的结果,在很多时候非常有用,但如果把相关性当成因果关系来指导决策,可能就会有害。
不妨再看看下面几个例子。
在日常生活中,我们经常听到有的妈妈说,“我一定要把孩子送到那个补习班,那个补习班的孩子很多都考上好大学了。”这句话背后隐含着一个观察分析结果:去这个补习班的孩子,比不去的考上好大学的多得多。
这个结论就源自简单的相关性分析,但这位家长可能犯下一个错误:把相关性分析当作因果关系,进而据此决策。其实,上这个补习班只是那些孩子考上好大学的其中一个原因(相关数据),两者之间是否构成因果关系,需要更复杂的分析,仅一个相关系数远远不够。
再举一个例子。去年在美国的很多新闻媒体报道过一篇论文,论文作者分析了14万篇学术论文后,通过相关性分析发现题目比较短的论文更容易被引用。……
登录APP查看全文
