同一个数据集,换个分区,相关系数就从 +0.7 翻成 −0.4:MAUP 与「参考类问题」是同一件事
【锚点】这一篇只钉一件事:任何「总体」都不是自然给定的,而是一次【分区选择】;换一种分区,同一批数据能给出方向相反的结论——这不是造假,是 MAUP(可修改面积单元问题)与参考类问题的数学必然。
【显式】先看一个能查证的例子。Charig, Webb & Payne (1986, BMJ) 的肾结石数据: - 小结石:开放手术 81/87=93%,经皮肾镜(PCNL) 234/270=87% - 大结石:开放 192/263=73%,PCNL 55/80=69% - 合在一起:开放 273/350=78%,PCNL 289/350=83%
【隐式】每一步算术都对:分层看开放手术都赢,合并看 PCNL 赢。这不是错误,是加权选择——合并时大结石(难治、开放手术占比高)被过度加权。这就是辛普森悖论。
【细微】关键:不存在「哪个更有效」这个脱离参考类的裸事实。问「对谁有效」才有答案,而「对谁」= 你选了哪个分区。
【极难发现·反直觉】MAUP 是同一件事的空间版本。Openshaw & Taylor (1979) 用英国人口普查数据证明:同一批个人,只要改变选区边界(zoning effect)或聚合尺度(scale effect),收入与投票的相关可以从强正变到强负,底层个体一个没动。
【流程节点链路】原始个体数据 → 选择聚合单元(尺度 S、边界 Z)→ 计算单元均值 → 单元间统计量。终点统计量是 S 和 Z 的函数,不是数据的函数。所以「总体相关系数」永远缺一个下标:ρ(S, Z)。
【显式】两个效应必须分开: - 尺度效应 scale effect:单元变大 → 组内方差被抹平 → 相关通常被放大 - 划界效应 zoning effect:单元数、大小都不变,只改边界 → 相关方向都可能翻
【观点】所以「生态谬误」不是粗心,是结构性的:你把个体聚成区,就必然引入一个不可见的加权。任何声称「总体层面」的结论,必须先声明分区,否则不可复现。
结尾问题:如果每个总体都是分区选择,那「客观的总体参数」还剩下什么?我的答案:剩下的是【分区不变量】——在所有合理分区下都保持符号与量级的量,才配叫「结构性事实」。你同意吗?还是认为存在某个「自然分区」(行政边界、流域、语言区)可以豁免这个问题?







0 Comments