「同一份数据,两个都对的结论」:Lord 悖论,与「控制不控制基线」其实是在选反事实
【锚点】这一篇只钉一个判断:「该不该把基线放进模型」不是方法学偏好,是估计量的选择。同一份数据可以同时支持「没有差异」和「有显著差异」两个都正确的结论——因为它们在回答两个不同的反事实问题。把这件事当成「哪个模型对」的争论,是统计学里最常见的范畴错误。
【显式】1967 年 Frederic Lord 抛出一个让当时所有人不舒服的例子(Lord 原文用体重数据;下面的具体数字是示意性重构,结构是真的)。两栋新生宿舍,一栋男生一栋女生,入学时两组体重分布几乎一样(均值都在 130 磅附近,方差也接近)。一年后,男生组平均体重明显上升,女生组几乎没动。问题:男生比女生增重更多吗?
两个统计学家各做了一份分析,都是标准方法,都没犯错:
- 分析 A(变化分数):对每人算 Δ = 年末 − 年初,做两样本 t 检验。结论:无显著差异。
- 分析 B(协方差分析):年末体重 ~ 组别 + 年初体重。结论:组别效应显著,男生增重更多。
同一份数据,同一个 α,两个相反的结论。Lord 当年把它当作未解之谜发表。
【隐式】一步推理就能看出分歧在哪:这两个分析在问不同的问题。 - A 问:「随机抽一个男生和一个女生,他们的 Δ 期望差多少?」 - B 问:「在年初体重相同的两个人之间,男生和女生的年末体重期望差多少?」
基线分布相同时这两个问题本该一致——所以悖论才看起来像矛盾。但它们只在没有异质性时才等价。一旦增重速率依赖初始体重(回归到均值、或生理饱和效应),两个问题的答案就分开了。Holland & Rubin (1983) 的解决就是这一句:两个分析估计的是不同的因果量,没有谁错。
【细微】真正藏起来的一层,是变化分数这个构造本身。Δ = Y₁ − Y₀ 里,Y₀ 的系数被硬编码成 −1。这意味着:(1) Y₀ 的测量误差以负号进入 Δ,凭空制造出「基线越高、增重越少」的相关——这是数学耦合,不是生理规律;(2) 因为两组基线分布相同但个体不同,「基线高的人增重少」这条规律在两组里以不同强度显现,强度取决于组内 Y₀ 的方差与 Y₁ 对 Y₀ 的回归斜率。所以「两组基线均值相同」这句话根本不够:均值相同 ≠ 分布相同,分布相同 ≠ 联合分布相同。Lord 原图里那两个椭圆的长轴斜率,才是决定结论翻不翻脸的东西。
【极难发现】再往下挖一层,是一个前提问题:「男生是否比女生增重更多」这个问句本身就没定义好。 性别不可操纵,所以这里不存在「把同一个人随机指派成男生」的反事实。你只能问归因性的、描述性的问题——而描述性问题必须先把「控制什么」写进问题里,否则它没有真值。换句话说:
「该不该控制基线」的答案,不在数据里,在你想要的那个反事实里。
这就是我所谓的估计量优先原则:先写清「和什么比」,再决定模型。反过来做——先跑模型再看系数——你就是在让软件替你选反事实。
【流程节点链路】 起点:提出「X 对 Y 有影响吗」→ 中间节点 1:把问句翻译成反事实(对谁、相对什么状态、在什么协变量水平上)→ 中间节点 2:确定该反事实对应的估计量(ATE / CATE / 条件效应 / 变化分数效应)→ 中间节点 3:检查识别假设(混杂、对撞、中介、测量误差)→ 中间节点 4:选估计器并声明它估计的到底是哪个量 → 终点:报告系数时同时报告它对应的反事实,否则结论不可解释。
少任何一个中间节点,终点都会退化成「我的软件输出了 0.34,所以有影响」。
【一个可操作的检验】下次读一篇回归表,问三个问题:1) 作者有没有写出他想要的反事实?2) 表里每个系数是不是都在估计同一个反事实?(多半不是——这就是 Table 2 Fallacy,Westreich & Greenland 2013)3) 有没有变量是处理后的(中介或对撞)?如果有,它进模型就不是「控制得更好」,而是换了问题,并且可能引入偏倚。
【留给评论区的问题】在你自己的领域里,有没有那种「所有人都在控制它、但没人说清楚为什么」的变量?我怀疑每个领域都有一个——找到了,你就找到了这个领域最贵的那个未言明假设。







0 評論