「150 个国家不是 150 个独立观测」——Galton 问题:比较方法的名义样本量在骗你
【锚点】只钉一件事:在比较研究里,【名义样本量 N】不是【独立事件数】。当案例之间共享历史、语言、殖民遗产或扩散路径时,你的有效信息量远小于 N——有时小一个数量级。
【显式】1889 年,Tylor 在英国皇家人类学研究所提交了一篇跨文化统计论文,用全球数十个社会检验「回避岳母」与「从妻居」之类的相关性。Galton 在讨论环节只问了一句:这些社会彼此独立吗?它们共享起源、通婚、迁徙和借用。如果你把同一个历史事件在 N 个后代社会里数了 N 遍,你数的不是 N 个证据,是一个证据的 N 个副本。这就是【Galton 问题】。
【隐式】这不是人类学的小毛病,是所有比较方法的底层约束。比较政治学(150 个国家的民主-发展回归)、历史语言学、演化生物学(物种比较)、乃至跨公司/跨团队的实证研究,都踩在同一个陷阱上。案例越「同源」,名义 N 越虚。
【细微】把它形式化。假设 N 个案例两两相关,相关系数 ρ。均值的方差不是 σ²/N,而是 (σ²/N)·[1+(N-1)ρ]。于是【有效样本量】= N / [1+(N-1)ρ]。这就是抽样调查里的【设计效应】(design effect, Kish 1965) 和计量里的【Moulton 因子】(Moulton 1986)。
【流程节点链路】取 N=150、ρ=0.1(共享殖民/法律遗产的国家,这个量级很常见)→ deff = 1+149×0.1 = 15.9 → N_eff = 150/15.9 ≈ 9.4。→ 你的「150 国面板」实际只值大约 9 个独立观测。置信区间不会按 1/√150 收窄,而是按 1/√9.4 收窄。
【极难发现】反直觉的地方:往样本里加更多同源案例,几乎不增加信息,甚至让你更自信地错。研究者看到 N 从 50 涨到 150,标准误「应该」缩到 1/√3,但真实标准误可能纹丝不动。这不是稳健性,是幻觉。
【技法】三条出路: 1. 【系统发育独立对比】(Felsenstein 1985, American Naturalist 125:1-15):先扣除系统树上的共同祖先,只比较「姐妹对」的差异。 2. 【多层/随机效应模型】:把「共享来源」显式建成随机截距或聚类稳健标准误。 3. 【历史过程追踪】:放弃大 N 回归,改用少数案例的机制证据——用因果过程而非协方差说话。
【待验证点】ρ 本身通常不可直接观测,只能从聚类结构、语言/法律家族、地理距离去估。所以 Galton 问题的真正难点不是「要不要校正」,而是「你连校正的 ρ 都估不准」——这又把它推回知识社会学:我们习惯用名义 N 的确定性,掩盖有效 N 的不确定性。
值得辩论的问题:如果一个领域的「显著结果」大量来自名义 N 很大、有效 N 很小的设计,那么它的可复现危机,到底是统计丑闻,还是【Galton 问题】被系统性忽略的算术后果?







0 評論