【逻辑案例1】专家说,常食海参使人变得更聪明!为了研究海参和聪明之间的关系,研究人员通常是这样做的:首先在一定的人群中统计一下他们是否平时常吃海参,挑选出常吃海参的一组和不常吃海参的一组。然后进行智商测试,对总体结果进行统计,看看哪一组智商平均值更高,或者直接统计吃海参频率和智商之间的相关系数。如果常吃海参的一组平均智商得分更高,那么研究人员就会得出结论:常吃海参和智商高之间是呈正相关的关系的。
【逻辑案例2】一封顾客的投诉信:
有一天,美国通用汽车公司客户服务部收到一封信,“这是我为同一件事情第二次写信,我不会怪罪你们没有回信给我,因为我也觉得这样别人会认为我疯了,但是,这的确是一个事实。我家有个习惯,每天晚餐后,都会以冰淇淋来当饭后甜点。由于冰淇淋口味很多,所以我们家每天饭后会投票决定要吃哪一种口味,之后我会开车去买。但自从我买了新的汽车后,我去买冰淇淋的这段路上问题就发生了。每当我买香草口味时,我从店里出来车子就发不动。但如果买其他口味,发动就顺的很。我对这件事非常认真,希望你们可以去调查一下香草口味的那款冰淇淋。”
从相关到因果推理概述
顾名思义,相关-->因果的推理方式是由于两个事件具有相关性,所以我们就认为这两个事件是具有因果联系的。例如两个【逻辑故事】所描述的内容:
在【逻辑故事1】中,专家调查了吃海参的人和不吃海参的人的智商区别。他们发现常吃海参的一组平均智商得分更高,由此得出了“吃海参导致智商高”这个结论。这样的说法是有漏洞的,“专家”的声明有一个逻辑缺陷:相关性并不代表因果性。海参和聪明之间的正相关性,有可能是因为经常吃到海参的家庭一般比较富裕,而富裕的家庭通常可以给孩子提供更好的教育资源,以使得孩子更聪明等等,如果不排除类似的其他可能性,说吃海参可以导致更聪明的说法就是有很大漏洞的;
在【逻辑故事2】中,实际上也存在类似的问题,事实上,顾客是最后认为:“香草口味导致汽车无法发动”。因此他才让通用汽车公司去调查香草口味的冰淇淋。顾客的这个观点是基于他自己的经历,他发现“购买香草口味冰淇淋”和“汽车无法发动”之间总是伴随着一起出现。由此可知,顾客也有一个逻辑缺陷:相关性并不代表因果性。实际上,这个事件的最后,通用汽车公司的售后服务部没有一笑置之,他们专门派出一位工程师跟随这位客户验证并且探索真正的原因。工程师将每次买冰淇淋所花费的时间、地点、汽油型号、冰淇淋品种、次数等数据一一记录,发现买香草冰淇淋所使用的时间比其他冰淇淋的时间短,此时引擎还热,所产生的汽锁耗散不掉,形成气阻现象导致汽车发动不起来。因此,实际上是由于气阻现象所以汽车才发动不起来的,这和“香草口味冰淇淋”之间关系的确不大。
请注意,相对于前两章讨论的推理方式,我们在接下来的章节中要讨论的三种推理方式具有更强的“推理关系”。这三个可以被称为因果大类(从相关到因果,果因,和因果)。
定义:从相关到因果的推理是一个基于两个事件的相关关系,推理出其中一个事件引起另一个事件的推理。
一般说来,有两种类型的相互关联可以作确立因果主张的初步证据:时间关联和统计关联。
从相关到因果推理的结构
前提:A和B之间存在正相关关系
结论:A引起B
从相关到因果推理的评估
从相关到因果推理一共具有四个评估方向:
CQ1:相关性存在问题
CQ2:因果间接性问题
CQ3:因果方向问题
CQ4:独立第三因素问题(他因)
1,所谓相关性存在问题指的是:在某些其他的情况下,A和B之间依然存在正相关(负相关)的关系?
在GMAT考试中,典型的符合CQ1的削弱选项是:在某种时间/某种地点下,A和B之间不再有正相关关系。
2,所谓因果间接性问题指的是:是否存在能够表明A和B之间的因果关系是由于一个间接干涉变量引起的,即,“是A导致的C,C导致的B?”或“是A和C一起导致了B?”
3,所谓因果方向问题指的是:有没有可能因果关系是从B到A,而非是从A到B?
4,所谓因独立第三因素问题指的是:B的产生有没有可能是因为一个与A同时发生的C导致的?
第一眼看上去觉得CQ2和CQ4很容易混淆,自我理解是:
CQ4里的C只是伴随A发生,本身不是A导致的
CQ2里的C不管是否和B一起,本身是导致A的
时间关联指的是两个事件在时间上有同时或者先后的联系,例如,在1980年同时发生的两个事件,或在1990年先后发生的两个事件。
统计关联指的是两个事件在统计学概念上相互关联。
如果一事件发生(不发生)会增加另一事件发生(不发生)的机会,那么这两个事件便是正相关的,例如,失业率和犯罪率;相反,如果一事件发生(不发生)会减少另一事件发生(不发生)的机会,那么这两个事件便是负相关,例如,空气的相对湿度和山火。
这种正相关和负相关都是统计关联。
在实战考试中,有一个固定的句型表达着两件事具有统计关联,即:
people who do A do more B than people who do not do A
可以说,但凡看到了这样的句子,就表明A和B具有统计关联。
上面的最后半句手一滑,更正:CQ2里的C本身是A(或和B一起)导致的
仔细想了一下,应该是独立第三因素。
香草冰淇淋只是恰好引起了气阻现象,气阻现象才是车发动不起来的原因。
放在别的情况下,比如在另外一家店,香草冰淇淋买的时间长,就不会导致停车时间短的气阻现象了。
香草冰淇淋本身和气阻现象并不是正相关的。
那冰淇淋的问题是因果间接性问题(香草冰淇淋买的时间短 --> 气阻现象 -->车发动不起来),还是独立第三因素问题(与香草冰淇淋同时发生的气阻现象 -->车发动不起来)呢?
嗯,买冰淇凌同时发生的散热不够造成了发动机异常
其他三个不适用是因为,没有破例;没有因为发动机不动所以想吃香草冰淇淋;香草冰淇淋没有直接造成车的人和问题导致发动机异常
所以,上面的第二个例子(冰淇淋的发动车的例子)就是独立第三因素问题?