第六期：从海盗到豚鼠——因果推断的起源

【高尔顿的探索与回归均值】 1.高尔顿板实验的设计与意义 高尔顿设计了被称为“高尔顿板”（或称“香港板”）的装置，通过小球在钉板中下落形成钟形曲线，直观展示了中心极限定理：个体路径随机，但整体分布趋于正态。该装置成为19世纪数学奇迹之一，体现了从微观随机到宏观规律的涌现。 2.向均值回归现象的发现 在研究身高遗传时，高尔顿发现高个子父亲的儿子平均较矮，矮个子父亲的儿子平均较高，这一趋势称为“向均值回归”。初始他误以为这是一种物理机制（如胡克定律类比），用斜槽模拟“复归力”，试图解释遗传稳定性，实则混淆了统计规律与因果机制。 3.相关性概念的萌芽 发现父子身高间存在稳定关联，提出“共相关”并简化为“相关”一词，标志着从因果追问转向变量间关系的客观度量。回归系数0.5意味着父代每高出1英寸，子代平均高出0.5英寸，揭示预测能力而非因果传递。 【皮尔逊对因果的驱逐与相关统治的确立】 1.相关作为科学语言的革命 卡尔·皮尔逊将高尔顿的思想系统化，推导出相关系数公式，使之成为全球统计分析的首要指标。主张科学应摒弃因果语言，认为数据间的列联表和相关关系足以描述世界，因果只是重复观察的经验模式，不具备必然性。 2.哲学基础与学术霸权 受实证主义影响，皮尔逊认为宇宙是人类思想建构，科学仅能描述可观测模式，因果属于主观臆断。在伦敦大学学院建立生物统计实验室，创办《生物统计学》期刊，形成以他为核心的“统计教会”，排斥异议者，强化相关范式的主导地位。 3.伪相关的困境与有机关系假说 面对巧克力消费与诺贝尔奖得主高度相关的荒谬案例，无法用因果解释，提出“有机关系”区分真伪相关，但未给出可操作定义。此矛盾暴露其理论缺陷：缺乏因果框架时，难以判断哪些相关具有科学意义。 【赖特的路径图与因果模型复兴】 1.豚鼠遗传研究中的突破 在研究豚鼠白色特征遗传时，发现孟德尔遗传律无法完全解释现象，推测母体发育因子可能介入。若仅依赖相关分析，只能得出父代基因与后代特征43%的相关性，无法识别具体作用路径。 2.路径图的发明与结构方程雏形 发明路径图（path diagram），首次用代数方法连接因果假设与观测数据，实现多条因果路径的分离与量化。通过路径系数相乘等于总相关系数的原则，剥离出不同机制的贡献，为后来的结构方程模型奠定基础。 3.主观假设的必要性 强调“数据是盲目的”，必须基于先验因果假设构建模型，再由数据验证，反对皮尔逊派绝对客观的数据挖掘立场。其范式主张：因果推理需从假设出发，而非从相关性中归纳。 【因果与相关的根本辨析】 1.相关不蕴含因果，亦非因果之必要条件 相关性可用于预测，但不涉及干预与反事实推理，处于“因果之梯”的第一层级。存在线性无关但存在非线性因果的情况，故相关并非因果的必要条件；反之，强相关也可能纯属巧合（如巧克力与诺奖）。 2.散点图与回归线的对称性揭示无因无果 散点图呈椭圆分布，两条回归线（X→Y 与 Y→X）斜率均小于1，说明无论从父看子或从子看父，都呈现回归趋势。这种对称性表明，在纯统计视角下，“因”与“果”无法区分，挑战了传统单向因果观。 【统计学基础概念辨析】 1.大数定律与中心极限定理的理解 大数定律：样本量增大时，样本均值收敛于总体真实均值，强调单次大样本的逼近能力。 中心极限定理：无论原分布如何，多次抽取固定大小样本的均值分布趋近正态分布，关键在于抽样次数足够多（实践中N>30即可近似）。 二者互补：前者关注估计准确性，后者提供置信区间构建依据。 2.模型设定错误的反思 高尔顿模型错误地假设“运气”可遗传，导致变异不断放大；正确模型应只让“天赋”遗传，而“运气”独立作用于每一代。后者符合哈代-温伯格平衡原理（1908年提出），解释了基因分布的代际稳定性，高尔顿因时代局限未能预见。