1702636156
例7 女童肥胖症
1702636157
1702636158
是什么原因导致了儿童肥胖症？遗传因素、饮食无度、缺乏体育锻炼和看电视时间长都被视为解释变量。
1702636159
1702636160
一项对美籍墨西哥裔的9~12岁女童的研究结果具有一定的代表性。研究者测量了那些女童和她们母亲的身体质量指数（BMI），这是一个体重相对于身高的量度，BMI高的人偏重或肥胖。他们还记录了她们看电视的时间、体育锻炼的分钟数以及一些食物的摄入量。结果表明，女童的BMI与体育锻炼、饮食和看电视之间具有弱相关关系（r=-0.18），而较强的相关关系（r=0.506）存在于女童和她母亲的BMI之间。
1702636161
1702636162
体重部分取决于遗传因素。女儿的一半基因来自母亲，所以她们的BMI之间存在直接的因果关系。当然，这种因果关系并不完全。母亲的BMI只解释了女儿BMI的25.6%（r2）的变异值，该项研究测量的其他因素也影响了女童的BMI。
1702636163
1702636164
我们可以用例7中的r或r2说明有多少遗传因素对女童的BMI产生了影响吗？不能。还记得交叉影响吗？BMI高的母亲很可能给女儿做了少锻炼、过量饮食和长时间看电视的坏榜样，女童也有了这些坏习惯，从而遗传因素的影响和环境的影响混杂在一起。因此，我们无法说清楚母亲和女儿BMI之间的相关性有多少来自遗传因素。
1702636165
1702636166
图15-5表明如何用变量间的潜在联系来解释相关性。虚线代表变量x和y之间可以观察到的相关性，一些相关性可由变量间的直接因果关系解释。图15-5的第一个图用x到y的箭头表明“x造成了y”。第二个图表示的是共同反应，即x和y之间的相关性是由潜在变量z造成的。这种共同反应即便在x和y之间没有直接关系的情况下也可以构成相关性。第三个图展示了交叉影响，解释变量x和潜在变量z可能一起影响了反应变量y。变量x和z之间是相关的，所以无法区分出z和x各自对y产生的影响。
1702636167
1702636168
在例7中，母亲和女儿的BMI之间存在着因果关系。尽管如此，研究测量的其他一些因素也影响了女儿的BMI。这是一个交叉影响的例子，在图15-5的（c）上，x代表母亲的BMI，z代表其他因素，y代表女儿的BMI。
1702636169
1702636170
1702636171
1702636172
1702636173
图15-5 相关性的解释。虚线表明相关性，箭头代表直接的因果关系。x是解释变量，y是反应变量，z是潜在变量
1702636174
1702636175
共同反应和交叉影响都包含了潜在变量z对反应变量y的影响。我们无法区分这两种关系的不同，只能记住，在考虑变量之间的关系时，一个值得汲取的建议是“留意潜在变量”。
1702636176
1702636177
例8 学术能力评估测试分数和大学的学习成绩
1702636178
1702636179
在学术能力评估测试中，得高分并不意味着在大学也会取得好成绩。两者之间的相关性（r2是27%）表明学习能力、习惯和保持头脑清醒等变量在其中共同发生作用。图15-5（b）展示了这种情况，z代表学习能力，x代表学术能力评估测试分数，y代表大学的成绩。
1702636180
1702636181
在学术能力评估测试中，考高分的能力部分预测了大学的学习表现，但二者之间不是因果关系。我们只需要知道学术能力评估测试分数和大学成绩在过去几年的关系，将继续对今年的高中毕业生有效。再想想前面讲过的始祖鸟化石的例子，股骨长度很准确地预测了肱骨长度。这种强相关关系可以用始祖鸟的年龄和体型大小的共同反应来解释。因此，预测并非一定要有因果关系。
1702636182
1702636183
以上例子的讨论带来了更多关于因果关系的事实：
1702636184
1702636185
统计数据与因果关系（续）
1702636186
1702636187
• 两个变量之间的关系可能源于直接的因果关系、共同反应或交叉影响。其中两个或多个因素可能会同时起作用。
1702636188
1702636189
• 只要过去的数据表现出的模式仍有效，那么不需要有因果关系，也可以用来做预测。
1702636190
1702636191
【统计学中的争议】 枪支管制和犯罪率
1702636192
1702636193
严格管制枪械，尤其是手枪，是不是能减少犯罪率呢？对许多人来说，答案是肯定的。在美国所有的谋杀案中，超过一半的凶器是手枪。美国的谋杀率（以每10万人口计）是加拿大的1.7倍，以手枪为凶器的谋杀率，更是比加拿大高出15倍。显然，手枪助长了犯罪案件的发生。芝加哥大学的经济学家约翰·洛特做了一项大规模的统计研究，用了1977~1994年的18年间美国所有3054个县的数据。洛特发现，在许多州放松枪械管制，允许成年人携带枪支之后，犯罪率下降了。他的结论是，拥有枪支让人们可以自卫，也让罪犯有所畏惧，所以犯罪率下降了。
1702636194
1702636195
洛特用线性回归的方法来寻找犯罪率和许多解释变量之间的关系，并且通过对其他解释变量做出调整，将允许个人持有枪支的效应分离出来。你可以在www2.lib.uchicago.edu/~llou/guns.html上找到洛特的研究成果。
1702636196
1702636197
洛特的观点引发的争论非常热烈，至今还在进行。人们对于枪支管制的反应很强烈，大部分人对洛特研究的反应，是根据他们喜不喜欢他的结论而定的。支持个人拥有枪支的人把洛特形容成摩西，终于将真相呈现在世人面前；反对者却认为他既不对又邪恶。
1702636198
1702636199
洛特的观点到底对不对？根据你所学的统计学知识，你认为他的这项研究中存在什么缺陷？
1702636200
1702636201
练习
1702636202
1702636203
15.3 汽水价格和热狗价格。表14-2列出了大联盟棒球赛各个场地的一瓶16盎司汽水的价格和一个热狗的价格，它们之间的相关系数r=0.45。你认为这种关系是源于直接的因果关系、共同反应、交叉影响还是兼而有之？解释你的答案。
1702636204
1702636205
因果关系的证据