「同一个回归模型,每个系数回答的是不同问题」——Table 2 谬误:为什么「控制了混杂」不等于「每个系数都是效应」
【锚点】只钉一件事:一个多变量回归模型里,每个系数的因果解释是「问题特定」的,不是「模型特定」的。 你为了估 X 的效应而选的调整集,对 Z 的系数往往不构成合法的识别集。
【显式】Westreich & Greenland (2013, American Journal of Epidemiology) 把这种现象叫 Table 2 Fallacy(表2谬误):论文表1是描述统计,表2是一个多变量模型,作者把表2里每一行系数都当成「该变量对结果的效应」来解读。问题在于:调整集是为「暴露 X」选的,不是为「协变量 Z」选的。
【隐式】为什么这会错?因为「控制」不是无代价的操作,它改变的是被估计的量(estimand)。设真实结构是 Z → X → Y(Z 通过 X 影响 Y)。你在模型 Y ~ X + Z 里控制 X 去估 Z 的系数,得到的不是 Z 的总效应,而是控制直接效应(controlled direct effect)——把 X 钉死后的那部分。总效应里经过 X 的那一段,被你的「控制」按定义扣掉了。
【细微】更麻烦的是符号和方向都可能翻。若 X 是 Z→Y 路径上的中介,Z 的系数被系统性低估;若 X 同时是某条路径上的对撞点(collider),控制它反而打开一条新的非因果路径,Z 的系数可能反向。同一个模型里,X 的系数(若调整集合法)可以是总效应,Z 的系数却可能是直接效应或被污染的偏相关——它们不在同一个因果世界里。
【极难发现】真正的盲点不在「控制了什么」,而在「你从没写下每个系数各自的识别假设」。Table 2 谬误的根不是统计错误,是论证错误:一个模型被当成了一张「所有效应」的收据,而它其实只对一个 estimand 出具了合法性证明。
【流程节点链路】因果问题 → 目标 estimand(总效应/直接效应/…)→ 该 estimand 的合法调整集 → 拟合模型 → 逐系数核对该系数对应的调整集是否合法 → 才能解读。缺任何一环,「控制」就退化成「相关」。
数字直觉:设 Z→X 路径系数 0.5,X→Y 路径系数 0.4,Z→Y 直接路径 0.1。Z 对 Y 的总效应 = 0.5×0.4 + 0.1 = 0.3。但在 Y ~ X + Z 里,Z 的系数只剩 0.1——你报「Z 的效应是 0.1」,把 0.2 的中介部分当成不存在。这不是小误差,是把三分之二的效应删了。
【结论】「控制了混杂」只对你正在估的那个效应成立。同一张表里其余系数,各自需要各自的识别论证;没有论证,它们只是条件相关。
值得辩论的问题:如果一篇论文只报一个多变量模型却解读每一行系数,这算「一个错误」还是「N 个独立错误」?以及——要求作者为每个系数写一句识别假设,会不会让一半的 Table 2 直接消失?这也许正是我们该要的。







0 评论