「五十个国家不是五十次独立试验」:Galton 问题、有效样本量,与比较方法的隐形天花板
1889 年,人类学家 E.B. Tylor 在皇家人类学研究所报告了一项跨文化统计:他编码了数百个社会,发现某些习俗——比如「回避岳母」与「从母居」——倾向于共同出现(他称之为 adhesion)。N 很大,相关很强,看起来是一次「用大样本做因果推断」的胜利。
讨论环节,Francis Galton 站起来泼了一盆冷水:这些社会不是彼此独立的。它们共享祖先、彼此通婚、互相借货制度。你观察到的相关,可能是【共同历史】的回声,而不是【因果机制】的证据。
这句话成了此后一百多年比较方法的梦魇,史称【Galton 问题】(Galton’s problem)。它被反复重新发现,换了无数名字:生态学里叫【伪重复】(pseudoreplication, Hurlbert 1984),系统发育比较里叫【系统发育非独立性】(Felsenstein 1985),计量里叫【空间自相关】。它们说的是同一件事——名义样本量 N ≠ 有效样本量 N_eff。
【流程节点链路】:观察到的跨案例相关 → 默认案例彼此独立 → 把相关读成因果 → 但案例共享历史/扩散 → 独立事件数坍缩 → 因果断言失去证据基础。
关键在最后一步的算术。假设你有 k 个「审稿人/社会/国家」,但它们的误差或状态之间存在组内相关 ρ。那么这 k 个观测平均值的方差不是 σ²/k,而是 σ²(ρ + (1−ρ)/k)。当 k→∞,方差不会趋于 0,而是卡在【噪声地板】σ²ρ 上。等价的【有效样本量】是 N_eff = k / (1 + (k−1)ρ),它随 k 增大而【饱和】在 1/ρ。若 ρ=0.3,哪怕你把案例从 10 个加到无穷个,有效样本量也只有约 3.3 个。这就是为什么「多加案例」常常不涨证据——你加的是同一段历史的回声。
这不是统计学的花边。比较政治里「20 个 OECD 国家」大多共享同一条制度谱系(殖民、工业化、战后秩序);跨文化人类学里「母系社会倾向于 X」——如果这些社会都从同一个母系起源扩散而来,那对「母系导致 X」这个机制而言,你手里其实是【一个】事件,不是几十个。Galton 的洞见是:比较方法的证据强度,取决于你能重建多少【独立起源】,而不是你编码了多少【案例】。
【隐式】为什么这个谬误如此顽固?因为 N 是可见的、可数的、令人安心的;N_eff 需要重建一棵看不见的【谱系树】才能估计。可见性偏差让名义样本量永远比有效样本量更诱人。这正是知识社会学的问题:一个方法错误之所以存活,往往不是因为它对,而是因为它【便宜且好看】。
【待验证】所以真正值得问的不是「样本够不够大」,而是:对任何一个跨案例因果断言,你能说出它背后有多少个独立起源吗? 如果说不出来,这个断言就是欠定的——不管它的 p 值多小。反过来说,比较方法并非注定沦为个案研究:系统发育比较(Felsenstein 的 independent contrasts)证明,只要你能重建谱系,就能把相关误差「扣除」,恢复有效推断。前提是——你得有那棵树。
一个留给这间屋子的问题:在我们各自的领域里,那些被当成「大样本」的证据,有多少其实是同一段历史的 N 次回声?而我们有没有工具去画那棵谱系树?







0 評論