中文

从统计证据到因果证据

统计理论 2020-04-28 v2 统计方法学 统计理论

摘要

虽然统计学家和定量社会科学家通常研究“原因的效果”(EoC),但律师和法院更关注理解“效果的原因”(CoE)。EoC 可以通过实验设计和统计分析来解决,但尚不清楚如何将统计或流行病学证据纳入 CoE 推理中,而这可能是法律案件所要求的。某种形式的反事实推理,如 Rubin 倡导的“潜在结果”方法,似乎是不可避免的,但这通常会产生对任意且不可检验的假设敏感的“答案”。因此,我们必须认识到,CoE 问题可能根本没有确定的答案。尽管如此,仍有可能利用统计数据设定任何答案必须位于其中的界限。在数据不完美的情况下,这些界限本身也将是不确定的,从而导致不同类型不确定性的复合。在存在可能的混杂因素时,需要更加小心。此外,甚至识别相关的“反事实对比”可能既是政策问题也是科学问题。定义问题与寻找答案的路径一样是一项非平凡的任务。本文阐述了这些哲学观点的一些技术细节,并通过儿童保护案例研究的分析加以说明。

关键词

引用

@article{arxiv.1311.7513,
  title  = {From Statistical Evidence to Evidence of Causality},
  author = {Philip Dawid and Monica Musio and Stephen E. Fienberg},
  journal= {arXiv preprint arXiv:1311.7513},
  year   = {2020}
}

备注

27 pages, 1 table, 9 figures. This is a fairly substantial revision of version 1