Judea Pearl撰写的《为什么》一书:他为何抨击统计数据?
我正在阅读Judea Pearl撰写的《为什么之书》,它正深入我的皮肤1。具体地说,在我看来,他通过提出一个稻草人的论点来无条件地抨击“古典”统计数据,即统计数据永远不会,永远无法研究因果关系,它永远不会对因果关系感兴趣,并且统计数据已成为一种模型盲数据缩减企业”。统计在他的书中成了丑陋的一句话。 例如: 统计人员对于应该控制和不应该控制哪些变量感到非常困惑,因此默认做法是控制所有可以测量的变量。[...]这是一个方便,简单的过程,但是它既浪费,又充满错误。因果革命的一项关键成就就是消除这种混乱。 同时,统计学家从根本不愿谈论因果关系的意义上大大低估了控制权。[...] 但是,因果模型一直以来都是统计数据。我的意思是,一个回归模型可以基本上被使用的因果模型,因为我们基本上假设一个变量是原因,另一个是效果(因此相关性是从回归建模不同的方法),并测试该因果关系是否解释了观察到的模式。 另一句话: 尤其难怪统计学家发现这个难题[蒙蒂·霍尔问题]很难理解。正如RA Fisher(1922)所说,他们习惯于“减少数据”,而忽略了数据生成过程。 这让我想起了安德鲁·盖尔曼(Andrew Gelman)写给著名的xkcd卡通有关贝叶斯和常客的回答:“不过,我认为该卡通整体上是不公平的,因为它将明智的贝叶斯人与常客统计学家相比,后者盲目地遵循浅薄的教科书的建议。 ”。 我认为,在Judea Pearls一书中存在的s词的错误陈述的数量使我怀疑是否因果推论(迄今为止,我认为这是组织和检验科学假设2的有用且有趣的方式)是否值得怀疑。 问题:您是否认为Judea Pearl歪曲了统计数据,如果是,为什么?只是为了使因果推理听起来比实际更大?您是否认为因果推论是一场R大的革命,它确实改变了我们的所有思维? 编辑: 上面的问题是我的主要问题,但是,由于它们是公认的,因此请回答以下具体问题(1)“因果革命”的含义是什么?(2)它与“正统”统计有何不同? 也因为他是如此谦虚。 2.我的意思是科学而非统计意义。 编辑:安德鲁·盖尔曼(Andrew Gelman)在《犹太珍珠》(Judea Pearls)的书上写了这篇博客文章,我认为他在解释这本书的问题上比我做得更好。这是两个引号: Pearl和Mackenzie在这本书的第66页上写道,统计数据“成为了模型盲的数据约简企业。”嘿!你他妈在说什么??我是统计学家,从事统计工作已有30年,从事从政治到毒理学的研究。“模型盲数据缩减”?那只是胡扯。我们一直在使用模型。 还有一个: Look. I know about the pluralist’s dilemma. On one hand, Pearl believes that his methods are better than everything that came before. Fine. For him, …