详细内容或原文请订阅后点击阅览
内曼与费舍尔的因果推理
每天，您都会看到诸如新药显示没有效应器研究发现政策没有效果的证据之类的头条新闻。他们听起来很有结论。它们听起来很科学。但令人不安的现实是，科学家们甚至没有就“没有影响”的实际含义达成一致。这并不是一场关于统计公式的晦涩争议。这是统计学史上最有影响力的两位人物——罗纳德·费舍尔爵士和杰西·内曼之间深刻的哲学分歧。他们的[...]
来源:Lars P Syll内曼与费舍尔的因果推理
每天，您都会看到诸如新药显示无效或研究没有证据表明政策有效之类的头条新闻。它们听起来很有说服力。它们听起来很科学。但令人不安的现实是，科学家们甚至没有就“没有影响”的实际含义达成一致。
这并不是一场关于统计公式的晦涩争议。这是统计学史上最有影响力的两位人物——罗纳德·费舍尔爵士和耶齐·内曼之间深刻的哲学分歧。他们的分歧决定了我们如何解释和评估公共政策并做出关键决策。
进行一个简单的实验。四名患者——亚当、博、塞西尔和大卫——要么接受新药，要么接受安慰剂。我们衡量他们的“恢复分数”。治疗组平均为 12。对照组也平均为 12。差异完全为零。
案件结案了吗？该药没有任何作用吗？
一点也不。
问题是我们从来没有观察到反事实。如果每位患者接受另一种治疗，会发生什么？隐藏的现实可能如下所示：
平均而言，该药物可使恢复提高 2.5 个百分点。然而，亚当和塞西尔碰巧接受了药物，这使得两组观察到的平均值相同。 数据显示没有效果，尽管这种治疗平均而言确实是有益的。
这是因果推理的核心挑战。我们必须从不完整的信息中得出结论。问题不在于我们是否无知，而在于我们如何应对这种无知。这就是费舍尔和内曼分道扬镳的地方。
Fisher 问道，如果该药物对任何人都完全没有影响怎么办？
这是尖锐的原假设。它假设每个患者的治疗结果与未治疗的结果相同。没有人受益。没有人受到伤害。
内曼以不同的方式解决了这个问题。他问如果药物平均没有效果怎么办？
这不是数学上的好奇心。这是经济和公共政策中反复出现的问题。