干扰性原因：因果关系

干扰性原因：看似合理，与作者的解释不同，但能说明一个已知的结果如何发生的解释。

1. 很多种事件都可以用干扰性原因来解释。
2. 不同专家可以对于同一证据进行验证，并能提出不同的原因进行解释。
3. 尽管许多解释都能“符合事实”，但是有些解释看起来更合理。
4. 大多数表述者只向你提供他们自己喜欢的解释，读者或听众必须自己寻找干扰性原因来解释。
5. 寻找干扰性原因是一个创造的过程，通常干扰性原因都不明显。
6. 即使是“讲科学”的研究人员也常常不承认还有其他重要原因来解释他们的研究结果。
7. 最后，人们对于某一因果关系的确信程度和干扰性原因的数量呈负相关。

寻找干扰性原因：

1. 我能想出其他方法来解释这个证据吗？
2. 还有什么其他的可能原因会导致这个行为或这些结果？
3. 如果我换一个角度来看，我会找到什么重要的原因？
4. 如果现有的解释是错误的，何种解释才是正确的呢？

寻找干扰性原因时，应当避开作者的解释，看看能否构建自己的理论。

• 任何我们所找到的单一原因更有可能是事件的促进因素而非真正原因，这个原因有助于为事件的发生创造必要的条件，许多因素的组合导致了事件的发生。
• 因果关系过度单纯化：根据一些不够充分的因素来解释事件，过分强调某一个或某几个因素对事件的作用。几乎所有的因果解释都是过度单纯化的。
• 区别假说与法则
• 研究人员常用实验组与控制组进行比较来探求因果关系，看到信息传达者使用组间差异来支持某个原因时，一定要想想“是否还有其他的干扰性原因也能解释组间差异”。
• 有多种的假设都能解释为什么X与Y“有关系”，对于任何一种类似的关系至少可以用四种不同的假设来解释。
  1. X是引起Y的原因
  2. Y是引起X的原因
  3. 由于第三因素，X与Y互相联系
  4. X与Y 互相影响
• 两事件相关并不能证明它们之间有因果关系！
• 混淆原因和结果：将原因与结果混淆在一起或没有认识到两件事可能是互相影响的。
• 对共同原因的疏忽：没有认识到两件事可能因为另一个共同因素的影响而互相联系。

如何了解科学研究何时为一个原因提供有力的支持：

1. 研究人员不是出于个人获利的目的提出这样的原因
2. 这项研究至少设置了一个控制组，在这个组里不存在研究人员所提出的原因
3. 参加研究的几个对比组除了在研究者感兴趣的原因上有差别外，在其他特征上应该差别不大
4. 参加研究的人是被随机分配到各组的，他们不能自行 参加哪个组
5. 参加研究的人不知道研究人员的假设
6. 其他研究者重复验证过这些研究结果

• 在此之后、由此引起的错误：仅仅因为B事件在时间上晚于A事件发生，就认为B事件是由A事件引起的

• 解释独立的事件或行为：

  1. 对于同一件事，很多不同的解释都可能是“有道理的”；我们解释事件的方法受到社会力量和政治力量的极大影响，也会受到个体的心里力量的影响
  2. 基本归因错误：在解释他人的行为时，我们会过高地估计个人倾向性的作用，而降低了环境因素的作用。
  3. 错误：一开始就限定了可能原因的数目，然后如果发现了一些补充信息（甚至是不恰当的信息），不是把它们当成独立的、新出现的或者更复杂的假设对待，而是当成已经存在的、被确定的假设来解释。

• 解释一件事或一系列事件的线索：

  1. 是否有证据表明这种解释得到了批判性检验？
  2. 社会力量、政治力量或心理力量会不会使假设带有某种偏向？
  3. 还有哪些干扰性原因还没被考虑？与干扰性原因相比，作者的假设有多可靠？
  4. 对于事件的疑点，作者的假设是否全面？
  5. 作者的假设与所有与事件有关的那些有价值的证据的一致性的程度有多高？
  6. “在此之后、由此引起”的推理是连结事件的主要推理吗？

在对各种原因进行比较时，可使用一下标准： 1、 逻辑合理性 2、 与其他知识的一致性 3、 是否更成功地解释或预测了某些事件 人们在解释所观察到的结果时存在一个普遍的逻辑错误，就是混淆了相关和因果关系