碰撞偏倚与选择偏倚

有时，两个特征看起来有关联，其实是因为一种叫作碰撞偏倚的选择偏倚。当你只观察因某个共同结果而被选中的群体时，这种错觉就可能出现：两个原本无关的原因，看起来却有了相关性。例如，在知名演员中，才华和外貌可能看起来呈负相关，因为这两方面中任何一方面足够突出，都可能让人出名。那些既没有才华、外貌也不出众的演员追梦者，并没有进入你的视野。 试试这样：当你发现两种特征似乎此消彼长，而且让你感到意外时，问问自己，你观察的这个群体可能经过了怎样的筛选。

当你观察的群体不能代表更大范围的总体时，就会出现选择偏倚。碰撞偏倚是其中一种比较特殊、也容易让人误判的情况。

想象一下，两个不同的原因，比如“艺术才华”和“生活中的波折”，都能促成同一个结果，比如“成为有传记记述的著名艺术家”。这个共同结果就是“碰撞点”，因为两条因果路径在这里交汇。

当你根据这个碰撞点来筛选样本，比如只读著名艺术家的传记，就可能制造出虚假相关。在这个经过筛选的群体中，才华和生活波折可能看起来呈负相关。一位艺术家可能生活平稳，却凭借非凡的才华成名；另一位可能才华平平，却因充满波折、引人入胜的人生而出名。要进入“有传记的著名艺术家”这个群体，往往至少有一个方面得很突出。两个方面都不突出的人，很少有人为他们写传记。

这种模式出现在很多领域。比如在职场中，如果一家公司只招聘拥有顶尖学历或出色工作经验的人，观察这家公司的员工，可能会让你觉得学历和工作经验呈负相关。那些既没有顶尖学历，也没有出色经验、因而未被录用的求职者，并没有进入你的视野。

同样，只研究住院患者也可能得出误导性的结果。如果某种行为，比如吸烟，以及某种病毒，比如新冠病毒，都会增加住院的可能性，那么住院就是碰撞点。只研究住院患者，可能会让吸烟与病毒感染的严重程度之间出现虚假关联。

了解碰撞偏倚，能帮助你重新审视那些看似此消彼长的关系。世界上有很多经过层层筛选的群体，比如获奖者、顶尖运动员、创业公司创始人，甚至你在社交媒体上看到的内容。你在其中看到的规律，放到更广泛的人群中，未必成立。

选择偏倚是影响观察性研究结论有效性的主要威胁之一，在流行病学和社会科学中尤其如此。朱迪亚·珀尔（Judea Pearl）使用一种叫作有向无环图（DAG）的图形框架，对“碰撞点”的概念作出了正式定义并加以推广。这种框架给出了清晰的规则，帮助我们判断：以某个变量为条件进行分析，什么时候会引入偏倚。

• Cole 等人（2010）说明，以出生体重这个碰撞点为条件进行分析，如何让母亲吸烟看起来对低出生体重婴儿有保护作用。[1]
• Elwert 和 Winship（2014）详细解释了，以碰撞点为条件进行分析，是社会学中一个关键的“内生选择问题”，可能使社会不平等、教育回报等主题的研究结果出现偏差。[2]
• 朱迪亚·珀尔的研究，尤其是《为什么》（2018），展示了如何借助有向无环图直观地识别碰撞点，并判断在统计分析中调整某个变量，究竟会减少偏倚，还是制造偏倚。[3]

碰撞点的概念虽然清楚，但在现实系统中，要识别所有相关的因果路径和潜在碰撞点，极其困难。一个问题背后的因果结构往往并不明确，或仍有争议，因此你很难确定自己已经避开了这种偏倚。此外，有时无法避免以碰撞点为条件进行研究，比如研究一种只有在医院里才能确诊的疾病。在这些情况下，研究人员必须使用复杂的统计方法，尝试校正偏倚，但这些方法本身也依赖一组很强、且无法检验的假设。