什么是虚假的(spurious)

虚假是一个术语，用于描述两个变量之间的统计关系，乍一看，这两个变量似乎有因果关系，但经过仔细检查，这只是巧合或由于第三个中间变量的作用。当这种情况发生时，两个原始变量被称为“虚假关系”...

虚假是一个术语，用于描述两个变量之间的统计关系，乍一看，这两个变量似乎有因果关系，但经过仔细检查，这只是巧合或由于第三个中间变量的作用。当这种情况发生时，两个原始变量被称为“虚假关系”

Woman standing behind glass with correlating lines on a graph

这是社会科学中需要理解的一个重要概念，也是所有依赖统计学作为研究方法的科学中需要理解的一个重要概念，因为科学研究通常是为了测试两个事物之间是否存在因果关系。当一个人检验一个假设时，这通常是他正在寻找的。因此，为了准确地解释一项统计研究的结果，一个人必须理解虚假性，并且能够在自己的发现中发现它。

如何发现虚假的关系

辨别研究结果中虚假关系的最佳工具是常识。如果你假设两件事可能同时发生并不意味着它们是因果相关的，那么你就有了一个好的开始。任何称职的研究人员在检查其研究结果时都会持批评的眼光，因为他们知道，在研究过程中不考虑所有可能相关的变量会影响结果。因此，研究人员或批判性读者必须批判性地检查任何研究中使用的研究方法，以真正理解结果的含义。

从统计学意义上讲，消除研究中的虚假现象的最好方法是从一开始就加以控制。这涉及到仔细考虑可能影响调查结果的所有变量，并将其包括在统计模型中，以控制其对因变量的影响。

变量之间虚假关系的示例

许多社会科学家把注意力集中在确定哪些变量影响教育成就的因变量上。换句话说，他们感兴趣的是研究哪些因素会影响一个人在一生中获得多少正规教育和学位。

当你观察按种族衡量的教育成就的历史趋势时，你会发现25岁至29岁的亚裔美国人最有可能完成大学学业（其中60%的人完成了学业），而白人的完成率为40%。对于黑人来说，大学毕业率要低得多——只有23%，而西班牙裔人口的毕业率只有15%。

看看这两个变量，你可能会猜测种族对大学毕业有因果关系。但是，这是一个虚假关系的例子。影响教育程度的不是种族本身，而是种族主义，种族主义是第三个“隐藏”变量，调解了这两者之间的关系。

种族主义对有色人种的生活影响如此深刻和多样，从他们居住的地方、他们上的学校、他们在其中的分类、他们的父母工作多少、他们挣多少钱和存多少钱等方面影响着一切。它还影响教师如何看待他们的智力，以及他们在学校受到惩罚的频率和严厉程度。在所有这些方面和许多其他方面，种族主义是影响教育成就的一个因果变量，但在这个统计等式中，种族是一个虚假的变量。