統計學101：相關並非因果；理解數據對分析至關重要

發現有個適合笑壇的帖子，貼在這裏了。有幾分鍾的時間，不妨陪著玩一下。補一補統計學101，順便說說統計學中的一個基本原理。

在統計學中這個基本的原理，就是統計相關與因果關係不是一回事，搞錯了，要出笑話的。

這樣的笑話在統計學發展史上是出現過的。例如有人曾經把太陽黑子出現的頻率和某種農作物產量畫在一起，得到相關關係，因此說該農作物的豐收與否是太陽黑子出現多少的原因，從而誤導了發展該作物的農業政策。還有人把某種疾病與某種激素的攝取量畫在一起，並得出該激素能治愈該病的結論，並導致大量研發資金的浪費，結果在臨床實驗時，發現該激素對所要醫治的病絲毫沒有任何療效。最近還有人把國家研發經費的投入與謀殺案件多少畫在一起，並得出0.9979的相關係數。因此提出應該減少科研經費的投資來降低謀殺案的荒唐提議。

無獨有偶，本壇也有人通過相關分析的方法，把感染人數和測試人數的統計關係誤認為是因果關係，得出測試導致感染的荒唐結論。實際上，二者都是疫情發展的結果，疫情的發展導致感染人數的增加，同時導致測試需求的增加。每組數據不是在相同疫情條件下的數據，而是隨疫情發展而變化的數據。

另外。請把趨勢與數量多少的關係搞清楚。趨勢反映的是變化，不是絕對的數量。例如，F(t)與 f(t)=c*F(t) 可能具有不同的量值，但是它們卻具有同樣的趨勢, 因為F(t2)/F(t1)=f(t2)/f(t1)。

在作任何分析時，包括統計分析，對數據要理解其含義，這是任何分析的基礎。如果對數據是什麽，反映的是什麽實際都沒搞懂，就生搬硬套，反映的是思維的混亂。

 

所有跟帖： 

• 確認人數和測試人數成正比說明實際感染人數遠遠高於"確認人數". 你看不懂數據,不聰明,做模型是笑話.LOL -老玩家- ♂ (3910 bytes) () 05/03/2020 postreply 16:16:01

• 傻傻地把大大低估了的確認人數當作真實感染人數來判斷疫情拐點是個大笑話. 分析能力低下,怎麽做模型？ LOL -老玩家- ♂ (295 bytes) () 05/03/2020 postreply 17:46:15

• 如確認感染人數是真實的感染人數，這種線性關係是不可能存在的。 多次給"專家"HINT，全無醒悟，分析能力太差了,LOL -老玩家- ♂ (0 bytes) () 05/03/2020 postreply 18:57:25

• 大家心平氣和討論，相互學習。 -欲千北- ♂ (376 bytes) () 05/03/2020 postreply 23:19:45

• 我的數學臭，打開帖子看見數字，腦袋先要”嗡“一下子，昏厥若幹秒 -米蘭之夜- ♂ (874 bytes) () 05/04/2020 postreply 00:24:12

• 測試不夠不能成為模型錯誤百出理由。搞模型統計分析不出哪些數據不可靠和其原因水平就太差了， LOL -老玩家- ♂ (238 bytes) () 05/04/2020 postreply 00:36:35

• 提了下他模型有問題,問到了痛處，居然遭來人身攻擊. 其實他模型錯誤百出, 一點也不嚴謹，數據分析能力差. LOL -老玩家- ♂ (411 bytes) () 05/04/2020 postreply 00:31:19

• ”哈哈“不知何處去， LOL依舊笑春風 -米蘭之夜- ♂ (177 bytes) () 05/04/2020 postreply 00:36:57

• 隻見你譏諷他人，可你老模型依據是什麽？ 你認為疫情與隔離防疫舉措等都無關對吧？ -pickshell- ♀ (156 bytes) () 05/04/2020 postreply 06:19:49

• 諸位各有千秋。大家都是利用業餘時間關心浴情，和氣討論。我就學了不少。 -三絲- ♂ (0 bytes) () 05/04/2020 postreply 08:33:18

• 不但邏輯混亂，閱讀也有障礙。不再和這種人費勁了！ -LingYuan- ♂ (50 bytes) () 05/04/2020 postreply 08:49:08

• 息怒，息怒。 -欲千北- ♂ (0 bytes) () 05/04/2020 postreply 10:29:34