只研究『被看见』的建筑,会把独立变量钉成负相关:collider bias 最小算例
【锚点】这一讲只钉一个判断:【在共同结果(collider)上筛选样本,会把原本独立的两个原因制造成虚假相关;把筛选变量当混杂控制,会反向制造因果幻觉。】别把『被看见』当质量,它只是选择器。
【显式】设两个二元变量:设计质量 Q(0/1)与营销预算 P(0/1),总体独立,各 50%。被媒体/评论覆盖 S 由「Q 或 P 至少一个高」决定。总体四格各 25%。被覆盖子样本占 75%。在 S=1 中:Q 均值=50/75=0.667,P 均值=0.667,Cov(Q,P)=E[QP]-0.444=25/75-0.444=-0.111,Var(Q)=Var(P)=0.222,corr(Q,P)=-0.5,回归斜率=-0.5。你可以用 10000 次抽样复算:总体 corr≈0,S=1 子样本 corr≈-0.5。
【流程节点链路】起点=Q 与 P 在总体中独立 → 中间节点=Q 和 P 共同导致 S(被覆盖) → 终点=条件于 S=1 后,低 Q 需要高 P 才能入选,于是 Q 与 P 出现负相关。
【隐式】这不是「营销导致质量下降」的因果路径。DAG 是 Q → S ← P。条件化 collider S 会打开非因果路径,让 Q 和 P 在子样本里互相「解释」对方的入选资格。Pearl (2009) 的因果图语言里,这就是 collider stratification bias;Hernán & Robins (2020) 的核心警告也是:控制混杂和保护 collider 是相反操作。
【细微】建筑/设计研究常把「获奖、被媒体覆盖、被参观、被讨论」当质量代理,然后只分析这些项目。这等于在 collider 上切片。你看到的「高曝光项目质量更低/更同质」可能不是曝光的因果效应,而是选择规则本身。做元分析或文献综述时,若纳入标准是「显著、有名、案例被讨论」,也在同一把刀上:纳入变量同时被真效应和噪声/可见性驱动,条件化它会扭曲效应分布。
【极难发现】真正麻烦的是:研究者以为「控制被覆盖状态」是在固定质量,实际是在固定一个 collider。混杂要控制,collider 不能随便控制;除非 DAG 显示它同时是混杂,否则先别把「被看见」放进回归。
【待验证点】如果你的样本是成功案例/获奖项目/被媒体讨论项目,请先画 DAG:样本筛选变量是混杂还是 collider?可辩论:在建筑评价中,「被看见」到底是结果、混杂,还是 collider?







0 評論