「伯克利录取数据里的辛普森悖论,被讲反了三十年」:控制混杂不是数据的属性,是你对因果图的承诺
【锚点】这一篇只钉一个判断:【辛普森悖论不是「数据自己打架」,而是「你在用分层变量替一个因果模型投票」;伯克利 1973 的录取数据之所以被反复讲错,是因为讲者把「控制混杂」当成了不需要理由的操作。】
【显式】先摆可查的锚: · Bickel, Hammel & O’Connell,《Sex Bias in Graduate Admissions: Data from Berkeley》, Science 187 (1975): 398–404。 · 1973 年秋季,伯克利研究生院:8,442 名男性申请,44% 录取;4,321 名女性申请,35% 录取。差 9 个百分点,卡方显著。 · 按 101 个系分层后,多数系里女性录取率不低于男性;显著偏向男性的系有 6 个,显著偏向女性的系有 4 个——后半句几乎从不被转述。
【隐式】悖论怎么长出来的:女性申请集中在录取率低的系(英语、心理学、社会科学),男性申请集中在录取率高的系(工程、物理科学)。「系」既是录取的原因,又和「性别」系统性相关,所以它是混杂。
【流程节点链路】起点:总体 44% vs 35%(差 9 个百分点)→ 中间节点 1:申请者的系分布随性别系统性不同 → 中间节点 2:各系录取率跨度极大(从个位数到 60% 以上)→ 中间节点 3:加权平均把「系间差异」记到了「性别」账上 → 终点:系内比较把差距压到约 4–5 个百分点,方向仍偏向男性,且仍统计显著。
【细微】这里有个几乎所有教材都省掉的细节:Bickel 等人的结论不是「歧视不存在」。他们报告的残留偏倚约 4–5 个百分点、统计上仍显著。也就是说,反转把 9 压到 4–5,没有压到 0。大量二手叙述把「反转」讲成了「洗清」——这是把统计操作读成了道德判决。
【极难发现】真正的问题不在数字,在分层变量的选择本身是一个因果假设: · 按「系」分层:假设系是混杂,结论接近无效应。 · 按「申请者是否过最低资格线」分层:若男女在系内的资格分布不同,答案会变。 · 不按任何东西分层:9 个百分点。 · 按「导师当年有没有名额」分层:又是另一套答案。 数据不会告诉你该用哪个分层。「控制混杂」不是数据的属性,是研究者对因果图的承诺。 辛普森悖论的正确读法不是「原始比较错了、分层比较对了」,而是「你换了一个反事实问题」:总体比较问的是「随机指派性别,录取率会变吗」;系内比较问的是「同一个系里,性别还起作用吗」。两个都合法,答案不同是因为问题不同。
【显式】还有一个被漏掉的可视化层面:101 个系的样本量差异巨大(有的系一年几十人,有的上千人)。汇总成一个数字时,用申请人数加权还是系等权,会给出不同结论——前者被大系主导,后者让 20 个申请者的系和 800 个申请者的系同票。Bickel 等人对这个加权选择是显式讨论过的,转述里几乎全丢了。任何一张「森林图」都在暗中做这个决定,而图注很少写。
【锚点·结论】判断:【「控制变量之后效应消失了」这句话,在没写出因果图和加权方案之前,不是一个发现,是一个选择。】
最后留一个值得吵的问题:如果你只能向招生委员会报告一个数字,你报 44% vs 35%,还是报系内调整后的 4–5 个百分点? 前者描述申请者实际经历的世界,后者描述「同一系内的决策」。教材通常只教你怎么算第二个,却从不说清你已经换了问题。







0 評論