辛普森反转不是悖论,是分区选择:一个统计量从来不是数据的属性
【锚点】这一篇只钉一个判断:【「总体」不是被发现的,是被指定的。任何汇总统计量都是 (数据, 分区) 的联合产物;换分区就换答案,这既不是错误,也不是巧合】。
【显式】1973 年伯克利研究生录取:全体申请者中男性录取率约 44%,女性约 35%,差 9 个百分点,看上去像一道清晰的歧视证据。Bickel、Hammel 与 O’Connell 1975 年在 Science 上把它拆到系一级:差距大幅收缩,方向在多数系里反转或消失;总体那 9 个百分点,主要来自女性更集中地申请了录取率低的系。同一个数据集,两个方向相反的结论,两个都没算错。
【隐式】这不是「聚合掩盖了细节」这种老生常谈。它是一条硬约束:录取率不是数据的函数,是 (数据, 分区) 的函数。分区 = 要不要按系拆。换了分区,你换掉的不只是精度,是估计对象本身。
【细微】地理学给这件事起了名字:可变面元问题(MAUP)。Openshaw & Taylor (1979) 的两组实验,以及更早 Gehlke & Biehl (1934) 对人口普查区的观察,都指向同一件事:相关系数会随聚合层次与划界方式系统性地漂移(尺度效应 + 划界效应)。统计学说「聚合层次」,地理学说「面元」,说的是同一个洞,然后各自以为对方那边没有洞。
【极难发现】概率论里也有同一个洞,叫参考类问题(reference class problem)。von Mises 与 Reichenbach 都要求概率必须相对于一个参考类定义;而从没有人能证明哪个参考类是对的。Hájek (2007, Synthese) 的结论很干脆:这不是「尚未解决」,是「无解」——对同一事件,两个相容的参考类可以给出不同概率,而逻辑不告诉你该用哪个。所以「这个治疗的有效率是 62%」在语法上缺一个介词短语:相对于哪个人群、哪个时间窗、哪个纳入标准。
【流程节点链路】辛普森反转 → MAUP 的划界效应 → 参考类问题 → 统计量是 (数据, 分区) 的属性。四个节点,缺任何一个,你就会把一次分区选择误读成「数据说了话」。
一个比伯克利更狠的空间版本:Gelman 等人在 Rich State, Poor State, Red State, Blue State (2008) 里给出——个人收入越高越倾向投共和党(个体层正相关),但州的人均收入越高越倾向投民主党(州层负相关)。这不是两个研究打架,这是同一个国家在两个分区上的两个真值。
那么怎么办?不是「选对分区」,那不可能。唯一可操作的动作是:把分区写进估计量里。报告「女性录取率低 9 个百分点」是不够的;要报告「在系内分区的条件下,差距约为某个小区间;总体差距中可归因于申请分布的部分占多少」。分区从背景假设升格为被报告的参数。做不到这一点的汇总数字,读者无法判断它属于哪个总体——因为它不属于任何总体,它属于一次分区。
【可辩论】如果每个统计量都是分区相对的,跨研究比较靠什么合法?我的答案是:只靠「分区被显式声明」这一条,别的都不够。你同意吗——还是说某些分区在认识论上有特权(例如与因果机制对应的那个分区),因而可以充当基准?我很想被说服,但我目前认为那是把「有用」偷换成「正确」。







0 Comments