February 22,2008
比較政治學中的歷史機構主義-兼論迴歸分析不能論證因果關係
俗話說隔行如隔山,正所謂:我不入地獄,誰入地獄,鏟惡懲奸,維護世界和平這任務......就交給你了,好不好?最近突然天外飛來一篇文章,英文篇名為"HISTORICAL INSTITUTIONALISM IN COMPARATIVE POLITICS",發揮吾人有邊唸邊沒邊念中間的直覺式英語,心中默讀"比較政治中的歷史機構主義"。由於摘要中每個字分開看我都懂,合起來有點像天書,於是直接就教於小獅子,何謂"歷史的機構主義"?身陷報告無間地獄的小獅子,終於綻露燦爛的笑顏,彎腰狂笑30秒,然後開口:"大佬,是制度主義"。我知道,若看官您修過政治學或比較政治學,應該也會笑的很開心。一案落著。
後來摘要是說:(經過實驗證明,古狗大神還是比啞唬精確多了)
後來摘要是說:(經過實驗證明,古狗大神還是比啞唬精確多了)
這篇文章提供了一個最近的事態發展,在歷史制度。首先,它評語有些區別,即是常見的區分"歷史"和"理性選擇"變種制度並表明,有更多點的切比通常假設。然而,分歧仍然存在,在學者們如何在這兩個傳統的方法實證問題。反差的理性選擇的重點放在機構作為協調機制的產生或維持平衡銀兩歷史制度的重點放在機構如何擺脫和植根於具體的時間流程,服務為基礎,為下半年破題,其中評估了我們的工作進度,在了解機構形成和變化。借鑒的真知灼見,從最近的歷史體制工作, "關鍵時刻" ,並就"政策的意見"的文章提出了一種思維方式,對制度變遷與路徑依賴這提供了一個替代的平衡和其他方法獨立分析機構的穩定從體制改變的。(什麼,你真的有耐心看到這裡,真是佩狐)嗯,可喜可賀可喜可賀,終於讀完了摘要。這不會是自從高等教育門戶大開之後,諸子百家爭鳴,濫竽碩士(如我)滿街跑下的唯一謬象。不久後,我又看見了"迴歸分析不能論證因果關係"奇文一枚。
事情是這樣的,引述Mark"一路噓到底":

原來迴歸方法,除了徑路分析外,是無法用來做因果關係的證明啊!這可是我誤入歧途後首次聽到,於是機車如我者當然要虛心求教啊,便貢獻了在放屁的首發,得到以下回應:

我是沒有學過研究方法啦(因為沒規定必修,且開課老師背景不明),只修過多變量分析跟多目標評估(對啦,就是那種老師認為會用統計套裝軟體,你就趕快給我畢業滾蛋的系所),但是我當下大吃一驚時翻片手中的研究方法、多變量分析、統計學、Logistic模型等書,都沒有一本告訴我迴歸分析不能檢証變數的因果關係啊!好吧,我又酥了。
在wiki上的定義是這樣的:迴歸分析(Regression Analysis)是一種統計學上對數據進行分析的方法,主要是希望探討兩組數據之間是否有一種特定關係。迴歸分析的目的在於了解兩個或多個變數間是否相關、相關方向與強度,並建立數學模型以便觀察特定變數來預測研究者感興趣的變數...套句 Richter 事後得知此事件所說的話: "說到底,用白話來描述本文所觀察的現象,不過就是:人人心中各有一把尺。"我相信那位奇人也受過扎實的學術訓練,只是因為心中那把尺的關係,而影響了他對事實的判斷。
很多人上過統計套裝軟體的課,就以為自己懂研究方法,就像我會唸26個英文字,就給她照唸照翻不誤。朋友啊,網路奇人何其多,還是謹守三田原則「若非自己下了功夫、確信為真的情況下,寧可抱持多聽少說的態度,尤其針對非專業範圍內的評論...」,才是正途!
Richter 在他的 Blog 『看地圖說話』寫了一篇『人民的感受』的文章,他想要以一些統計資料來解釋『人民感受』不一定跟經濟問題有關,而是跟『國族』感受,或說『政治傾向』有關。... 這樣的文章一被推到 funP 當然就開始被『海噓』,因為被歸類『政治』文。反正就是不贊成他的結論的人就一直『噓』。可是好笑的是這些噓作者的評論,反被其他人噓,每一個評論都被噓。Richter 這篇文章也惠我良多(不是向某人對陳長文說你的論文惠我良多那樣的),就是我說"吊詭的是,這些呼籲多談一點民生的人,通常是最不受經濟景氣影響的一群"之所本。當時頭腦混沌,一時間忘了在哪看到的。當下便去放屁看看Mark刻意推上去的"一路噓到底",結果發現了一位奇人口出驚世之語:

原來迴歸方法,除了徑路分析外,是無法用來做因果關係的證明啊!這可是我誤入歧途後首次聽到,於是機車如我者當然要虛心求教啊,便貢獻了在放屁的首發,得到以下回應:

我是沒有學過研究方法啦(因為沒規定必修,且開課老師背景不明),只修過多變量分析跟多目標評估(對啦,就是那種老師認為會用統計套裝軟體,你就趕快給我畢業滾蛋的系所),但是我當下大吃一驚時翻片手中的研究方法、多變量分析、統計學、Logistic模型等書,都沒有一本告訴我迴歸分析不能檢証變數的因果關係啊!好吧,我又酥了。
在wiki上的定義是這樣的:迴歸分析(Regression Analysis)是一種統計學上對數據進行分析的方法,主要是希望探討兩組數據之間是否有一種特定關係。迴歸分析的目的在於了解兩個或多個變數間是否相關、相關方向與強度,並建立數學模型以便觀察特定變數來預測研究者感興趣的變數...套句 Richter 事後得知此事件所說的話: "說到底,用白話來描述本文所觀察的現象,不過就是:人人心中各有一把尺。"我相信那位奇人也受過扎實的學術訓練,只是因為心中那把尺的關係,而影響了他對事實的判斷。
很多人上過統計套裝軟體的課,就以為自己懂研究方法,就像我會唸26個英文字,就給她照唸照翻不誤。朋友啊,網路奇人何其多,還是謹守三田原則「若非自己下了功夫、確信為真的情況下,寧可抱持多聽少說的態度,尤其針對非專業範圍內的評論...」,才是正途!
引用URL
http://cgi.blog.roodo.com/trackback/5579729
回應文章 

應該這樣說啦:
迴歸分析不能拿來「建立」因果關係,但是可以拿來「檢定」因果關係。意思是,如果從理論預測A與B之間有因果關係,那麼好的迴歸模型應該可以推翻虛無假設。但當你沒事卻發現A與B在迴歸裏有相關性時,「因果關係」可能只是其中一種解釋。
除了路徑分析外,像是流行病學裏世代追蹤研究設計,或是計量經濟裏的時間序列分析,simultaneous equation system都可以拿來檢定因果關係。
Posted by brahman
at February 24,2008 06:40
brahman桑,
為何您的回應一向那麼有料呢?太佩服了~
非常同意您的看法!
一個我自己的、很直觀的看法,假設檢定作為統計推論的核心,所有圍繞其周邊的檢定方法、統計分析工具都是其次,重點還是回到推翻虛無假設(H0)後,對立假設(H1)成立的可能性有多大,因為拒絕H0之後,H1成立也僅只是H0不成立情形"們"可能的答案之一。
呵,自己murmur完之後,發現您"但當你沒事卻發現A與B在迴歸裏有相關性時,「因果關係」可能只是其中一種解釋。"說的更清楚!
很多時候,我們可以知道變數的相關性就夠了,例如Data Mining的名物-"尿布與啤酒相關性";有些時候卻需要配合邏輯推論變數的先後關係,以助於釐清現象甚或建立決策,就像Richter想了解國族認同和經濟評價的關係。事實上作者在本文最後一句已經簡單提出了"因經濟評價影響國族認同較不合理,故可排除內生性問題。"。只可惜還是有人看不懂,甚或又再為文辯駁。
為何您的回應一向那麼有料呢?太佩服了~
非常同意您的看法!
一個我自己的、很直觀的看法,假設檢定作為統計推論的核心,所有圍繞其周邊的檢定方法、統計分析工具都是其次,重點還是回到推翻虛無假設(H0)後,對立假設(H1)成立的可能性有多大,因為拒絕H0之後,H1成立也僅只是H0不成立情形"們"可能的答案之一。
呵,自己murmur完之後,發現您"但當你沒事卻發現A與B在迴歸裏有相關性時,「因果關係」可能只是其中一種解釋。"說的更清楚!
很多時候,我們可以知道變數的相關性就夠了,例如Data Mining的名物-"尿布與啤酒相關性";有些時候卻需要配合邏輯推論變數的先後關係,以助於釐清現象甚或建立決策,就像Richter想了解國族認同和經濟評價的關係。事實上作者在本文最後一句已經簡單提出了"因經濟評價影響國族認同較不合理,故可排除內生性問題。"。只可惜還是有人看不懂,甚或又再為文辯駁。
Posted by 無差別
at February 25,2008 18:00

其實統計推論的邏輯最適合以證偽主義(falsificationism)來詮釋:只能證假,不能證真。可惜這一套邏輯近半世紀被社會人文學界批評得很厲害。
你說的對,其實找出相關性是很重要的。在很多應用科學領域裏,適當的理論沒有發展出來之前,都是靠相關性研究的觀察做為先驅。我們經常戲稱這是所謂的捕魚策略:一個網子撒下去,先看看抓到什麼魚再說。有了相關性後,再去研究解釋相關性的可能理由,然後進一步摸索出理論的雛形。
我也覺得在實務上Richter那個內生性原因可以排除,不一定什麼都得做路徑分析不可。連那篇辯駁文自己擬定的架構中,國族認同對經濟感受的影響還自己設計成單向而非反饋的關係,如此一來根本不需要考慮兩者內生性的問題。
這就跟用性別來解釋身高一樣,也許中間還牽涉到什麼荷爾蒙還是教育文化的問題,但因為身高不會反過頭來影響性別,所以用性別直接去預測身高在邏輯上是沒有問題的。
Posted by brahman
at February 26,2008 03:19
您好,我們是長昌網路後援會。我們最近正在舉辦一項徵文活動,希望部落客可以針對謝長廷先生與馬英九先生的政策進行比較。入選即可獲得稿酬兩千元。
在此希望您能踴躍參與,並多多給我們支持指教。
活動網址:http://frank2008.tw/prize.jsp
長昌網路後援會敬上
Posted by 長昌網路後援會
at February 26,2008 08:47

本來就不能用迴歸分析來論因果,
因果關係的建立是要用理論或論述來說服人的
因果關係說的是前因後果,有時間上的順序
你不採用實驗法,以為單純跑統計就能論因果,也太天真了
標準化迴歸係數說穿了不過就是多元相關係數,
跟相關分析差異並不大
什麼linear regression, logistic regression
ordinal regression, multinomical regression
都是同一套方法,只是差在迴歸係數的解釋不同而已
Posted by 薛人華
at October 9,2009 00:04
ㄜ....有人說單純跑統計就可以建立因果關係嗎?
不是說的很清楚了嗎?迴歸分析是用來檢証變數的因果關係,模式的建構無論是理論先行或是現象歸納假設檢定,迴歸是用來做辯證用的,更嚴格一點,就像brahman說的是"只能證假,不能證真"。
更進一步說,當你採用推論統計,無論是檢定的是差異、相關或因果,還是存在型一或型二錯誤的機率,所以都是看採取什麼樣的檢定策略。
不是說的很清楚了嗎?迴歸分析是用來檢証變數的因果關係,模式的建構無論是理論先行或是現象歸納假設檢定,迴歸是用來做辯證用的,更嚴格一點,就像brahman說的是"只能證假,不能證真"。
更進一步說,當你採用推論統計,無論是檢定的是差異、相關或因果,還是存在型一或型二錯誤的機率,所以都是看採取什麼樣的檢定策略。
Posted by 無差別
at October 9,2009 11:45