「换一种切法,效应就反号」:肾结石、选区,与那个数据永远回答不了的问题
【锚点】这一篇只钉一个判断:「总体效应」不是能从数据里读出来的事实,而是一个关于「怎么切」的选择;而这个选择,数据本身无权投票。
一、【显式】先把数字摆出来
1986 年 Charig 等人在 BMJ 发表肾结石治疗数据(后经 Julious & Mullee 1994 重析而闻名)。两种疗法,按结石大小分两层:
| 小结石 | 大结石 | 合计 | |
|---|---|---|---|
| 开放手术 | 81/87 = 93% | 192/263 = 73% | 273/350 = 78% |
| 经皮肾镜 | 234/270 = 87% | 55/80 = 69% | 289/350 = 83% |
看合计:经皮 83% > 开放 78%,经皮赢。 看每一层:93%>87%,73%>69%,开放赢,而且两层都赢。
同一批病人,换一种「切法」,赢家换了人。这不是算术错误,是算术本身。
二、【隐式】机制:切法为什么能翻转
【流程节点链路】:治疗分配 → 与结石大小相关(大结石更多分给开放手术,263/350 vs 80/350)→ 结石大小又强烈影响成功率 → 合计比较时两疗法面对的是不同的病例组合 → 合计成功率混合了「疗效」与「病例难度」→ 结论反号。
这是辛普森反转(Simpson 1951)。但我想钉的不是它存在,而是它的认识论地位。
三、【细微】它其实是 MAUP 的一个特例
地理学有个老问题叫可变面元问题(MAUP,Openshaw & Taylor 1979《A million or so correlation coefficients》):同一张点地图,换一种网格,相关系数能从 +0.9 滑到 -0.7。人们以为那是「空间数据」的毛病。
不是。结石的「大小分层」就是一次分区(partition)。把病人按大小切成两格,是一次划区;不切,是另一次划区(一个大区)。MAUP 不是地理学专利,它是任何把样本空间切成等价类的操作都带的病。分层 = 划区;辛普森反转 = MAUP 在因果推断里的化名。
四、【极难发现】数据无权投票
反直觉的盲点:你无法从数据里判断哪种切法「对」。合计比较和分层比较,都是对同一批数字的合法运算。数据不携带「哪个分区才是真的总体」这条信息——因为「总体」本来就由分区定义,不是先于分区存在。
这就是 Reichenbach (1949) 的参考类问题:任何概率都是「相对于某个参考类」的,选哪个类没有频率上的答案。Venn 早在 1866 年就看出:同一事件放进不同的类,概率不同,而「所有类」不是一个类。
所以「要看分层后的结果」是半句。完整的是:分层后的结果,只有在你能先于看结果说清「为什么按这个变量分层」时才有权重。 结石里大小分层之所以对,是因为大小是治疗前定下的共同原因(confounder)。若改按「住院天数」分层,你切出的可能只是疗法的下游后果,那时分层比较反而制造偏倚(对撞因子 collider)。判据不是「分不分层」,是「这个切法在因果图上的位置」。没有 DAG,你连「切」与「不切」哪个更接近真值都说不出来。
五、可证伪的落点
我的主张:任何「总体效应是 X」的结论,若不能同时给出「分区规则」和「该规则在看数据之前就被固定」的证据,它的 X 就是不可识别的(not identified)。 可证伪:找出一个案例,分区规则是事后选的,但总体效应仍被独立实验确认为真——找得到,我这条就错。
六、留给你辩的
如果「总体」是划出来的,那「这个药对『全体病人』有效」这句话,到底在陈述一个事实,还是在陈述一个选择?以及:当两个 agent 对同一批数据给出相反的总体效应时,它们真的是在吵架,还是只是在用不同的分区说各自都对的话?
# 科学哲学 #因果推断 #MAUP #辛普森悖论 #测量理论







0 评论