包邮港台版 因果经济学 数据泛滥时代不可或缺的商业教养 中室牧子 津川友介著 悦知文化 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

日本亞馬遜2018年度大賞提名《週刊鑽石》年度「zui佳經濟書」

「膚淺的人相信運氣，強者則相信因果關係。」──愛默生　　打破決策謬誤，你需要來自經濟學的「解讀」能力！

「只要每年接受健診，就能永保健康」　　「看電視會使孩子的學力下降」　　「就讀名校大學，未來的年收入便會提升」

許多乍看之下沒什麼問題的說法，　　其實是把因果關係與相關關係混為一談，　　因而誤導你根據錯誤訊息，做出錯誤判斷。

本書將幫助你──　　不用數學公式，也能運用「因果推論」進行策略評估　　看穿數據分析的盲點　　做出具說服力的分析報告　　分辨似是而非的流言

只要好好磨練「因果關係」的思考力，　　在這個充滿迷信的社會，不論生活或職場，　　你都將不再被毫無根據的觀點所侷限，　　進而從成見之中解放。

各界推薦

「凝縮了統計學與經濟學的zui新知識！」──《統計學，zui強的商業武器》作者 西內啓

「透過本書，就能徹底明白我們平常是如何被各種成見所左右。」──日本資深媒體人 池上彰

「學習正確利用數據、不被數據所欺騙的必讀書。」──大阪大學社會經濟研究所教授 大竹文雄

「劃時代的現代新教養入門書。」──大阪大學研究所經濟學研究科副教授 安田洋祐

讀者佳評如潮

讀完本書，就能理解數據分析的基本常識，校正先入為主的錯誤觀念。

對於必須依照數據做出決策的商務人士來說，非常有幫助。

完全不需要具備基礎知識！跟著書中舉例，輕輕鬆鬆就能將因果關係的知識吸收了！

理解「因果推論」概念的zui佳入門書。

前言

接受代謝症候群相關的健康檢查，就會長壽嗎？

讓孩子看電視，會降低他們的學習能力嗎？   

進入偏差值高的大學，未來的收入就會提升嗎？

理解「因果關係」，從成見之中解放

di一章　別讓毫無根據的普遍說法騙了你

「因果推論」的核心思維

「因果關係」與「相關關係」是什麼？

確認因果關係的三個要點

1.是不是「純粹的巧合」？

2.是否存在著「第三變數」？

3.是否存在著「反向因果關係」？

證明因果關係所需的「反事實」

沒有時光機，就無法製造反事實？

使用「近似值」代入反事實

不具「可比較性」的群組就無法代入

無法確切想像反事實，就會被毫無根據的普遍觀點所欺騙？

COLUMN 1 只要巧克力的消費量增加，諾貝爾獎得主就會變多？

第二章　接受代謝症候群相關的健康檢查，就會長壽嗎？　

zui理想的因果推論型態：「隨機對照試驗」

進行「實驗」，就能證明因果關係

為何非要隨機分配不可呢？

「特定健檢」與「長壽」之間，是否具因果關係？

什麼是「統計上具顯著差異」？

接受健檢也不會因此長命百歲

投入1千2百億日圓稅金的特定健檢

「醫療支出的自費比例」與「健康」之間，是否具有因果關係？

蘭德健康保險實驗的結果

就算提高自費比例，貧困階層以外的健康狀況也沒有改變

COLUMN 2 

整合多項研究的「後設分析」

第三章　男性醫師是否比女性醫師更優秀？　

利用類似實驗中偶發狀況的「自然實驗」

使用手邊的數據，重現類似實驗的狀況

「醫師的性別」與「病患的死亡率」之間具有因果關係嗎？

由女性醫師主治的病患死亡率較低

「出生體重」與「健康」之間具有因果關係嗎？

出生體重較重的嬰兒的健康狀態較佳

COLUMN 3 

二手菸是否會提高罹患心臟病的風險？

第四章  增設合法保育所，母親就能去上班嗎？　

去除「趨勢」的「差異中之差異法」

模擬實驗的「準實驗」

前後比較並不具意義

事前事後比較研究無效的兩個理由

若是去年營業額為「反事實」，那麼，前後比較就會有效

改良事前事後比較研究的「差異中之差異法」

差異中之差異法成立的兩項先決條件

「合法保育所的數量」與「職場媽媽」之間具有因果關係嗎？

就算合法保育所的數量增加，母親的就業率也沒有上升

基本工資」與「僱傭」之間具有因果關係嗎？

調漲基本工資不會讓僱傭減少

COLUMN4　「不睡覺的孩子會被鬼抓走喔」是正確的教育方式嗎？

第五章   看電視會降低孩子的學習力嗎？   

利用第三變數的「工具變數法」

利用報紙的廣告費優惠

工具變數法成立的兩項先決條件

「看電視」與「學習力」之間具有因果關係嗎？

看電視會提升偏差值

「母親的學歷」與「孩子的健康」之間具有因果關係嗎？

大學畢業的母親，會生下健康狀態良好的孩子

COLUMN5 增加女性管理階層，企業就能有所成長嗎？

第六章　和會讀書的朋友來往，學習力就能提升嗎？　

關注「斷點」的「斷點回歸設計」

「四十九名員工店舖」與「五十名員工店舖」的差異

斷點回歸設計成立的先決條件

「朋友的學習力」與「自己的學習力」之間具有因果關係嗎？

就算周遭圍繞著學習力佳的朋友，自己的學習力也不會提升

「高齡者的醫療支出自費比例」與「死亡率」之間具有因果關係嗎？

就算提高高齡者的醫療自費比例，死亡率也沒有改變

COLUMN 6 「荷爾蒙補充療法」的陷阱

第七章    就讀偏差值高的大學，收入就會提升嗎？　

透過「配對法」創造出兩兩相似的組合

尋找類似的店舖

一舉整合多項共變量的「傾向分數配對」

傾向分數配對成立的先決條件

「大學的偏差值」與「收入」之間具有因果關係嗎？

就算進入偏差值高的大學，收入也不會上升

COLUMN 7 「A/B測試」，商業界的隨機對照試驗

第八章    便於分析現有數據的「回歸分析」

當手邊的數據不適用於評價因果關係時

畫出「理想線」來表達數據

能去除混淆因素影響的「複回歸分析」

COLUMN 8 

因果推論如何發展至今？

補論①　分析的「效度」與「極限」

內部效度與外部效度

隨機對照試驗也有其極限

補論②　因果推論的五步驟

結語

參考文獻

中室牧子

慶應義塾大學環境情報學部畢。曾任職於日本銀行、世界銀行、東北大學，現為慶應義塾大學綜合政策學部副教授。

於哥倫比亞大學國際公共事務學院取得公共政策碩士、哥倫比亞大學取得教育經濟學博士學位，專攻教育經濟學。著作《教育經濟學》在日本狂賣超過30萬本，並於2016年榮獲日本商業書大賞第二名。

津川友介

東北大學醫學部畢，曾任職於聖路加國際醫院、貝斯以色列女執事醫療中心（哈佛大學醫學院附屬醫院）、世界銀行，現為哈佛大學公共衛生學院研究助理。

於哈佛大學公共衛生學院取得公共衛生碩士、哈佛大學取得醫療政策博士學位，專攻醫療政策學與醫療經濟學。透過部落格「醫療政策學╳醫療經濟學」，發表與醫療有關的科學證據資料。

譯者簡介

李其融

旅居京都偏鄕的日文譯者兼神經科學博士生。

基於職業，長年盯著艱澀文本與顯微鏡。切身瞭解正確的因果推論，才是將眼前混沌改寫為洗鍊優雅故事的幕後功臣。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：包邮港台版 因果经济学 数据泛滥时代不可或缺的商业教养 中室牧子 津川友介著 悦知文化在线阅读

在线听书地址：包邮港台版 因果经济学 数据泛滥时代不可或缺的商业教养 中室牧子 津川友介著 悦知文化在线收听

在线购买地址：包邮港台版 因果经济学 数据泛滥时代不可或缺的商业教养 中室牧子 津川友介著 悦知文化在线购买

画一条表示数据的“回归线”

理解“因果推理”，便可摆脱传统观念的束缚

两个事件之间是否真的存在因果关系？为解答这一问题，近年来经济学研究倾注了巨大的心血。我们把正确区分因果关系和相关关系的方法论称为“因果推理”。

“因果“，顾名思义，即“原因与结果”。“推理”则指“根据某个事件推导其他事件，即经过推测和推断得出结论的过程“。换句话说，就是分析并判断两个事件是否分别为原因和结果的过程。

在日常生活中，只要理解了因果关系和相关关系的差异，训练自己思考是否存在因果关系，便可以摆脱偏见活无稽之谈的束缚，做出正确的判断。本书的目的便在于用浅显易懂的方式详尽讲解因果推理最根本的思维方法。

... ...

当今社会，“大数据“已成为脍炙人口的词汇，任何人都能轻而易举地分析数据，但是这并不代表所有人都能正确解读数据分析的结果。若想在大数据时代获得一席之地，不仅要学会分析数据，更要中我解读数据分析结果的能力。

如果两个事件中，前一个事件是后一个事件的原因，后一个事件是前一个事件的结果，则两个事件之间存在“因果关系”；如果一个事件变化后，另一个事件也随之发生变化，但二者不属于原因和结果的关系，则称它们之间存在“相关关系”。存在相关关系的两个事件之间虽然有关联，但不属于因果关系。

... ...

判断两个变量属于因果关系还是相关关系时，可以通过以下三个问题进行质疑。

1 是否“纯属巧合”？

2 是否存在“第三变量”？

3 是否存在“逆向因果关系”？

... ...

两个变量的变化趋势只是碰巧相似的现象被称为“伪相关”。

... ...

我们必须要质疑是否存在同时影响原因和结果的“第三变量”。用术语说就是“混杂因素”，它可以把纯粹的相关关系包装成因果关系，干扰人们的判断。

... ...

如果两个变量之间存在因果关系，当原因再次出现时，相同的结果也会出现，而不存在“纯属巧合”“混杂因素”或“逆向因果关系“。

另一方面，如果两个变量的关系只是相关关系，那么就存在“纯属巧合”“混杂因素”或“逆向因果关系“中的某一种情况。在相关关系的情况下，即使原因再次发生，也几乎不会得到相同的结果。

要证明因果关系的存在，必须对“事实”中原因发生的结果与“反事实“中原因未曾发生时的结果进行对比。

... ...

其实，克服“因果推理中的根本问题”，制造反事实，才正是以因果推理为基础的各种方法的根本所在。

... ...对“科学依据（证据，evidence）的等级“也稍做介绍。或许有人听说过“科学依据”一词。坊间有时将数据分析得出的根据称作科学依据，不过在经济学界使用这个词时要更加严谨：它指的是反应因果关系的证据。因此，经济学家不会把只证明了相关关系的分析称为证据，更不要说简单的图表或问卷调查结果了。

证据的概念在医学界应用得最为普及。医生领域一般认为，证据有“等级“之分。有些证据等级高，可信度高；有些证据等级低，可信度低。证据根据可信度分为多个层次，可信度高的证据是由能正确判断因果关系的方法推导出来的。与之相对，可信度低的证据是通过可能混淆因果关系和相关关系的方法推导出来的。

越接近金字塔的顶点，证据的可信度越高。

书籍介绍

日本亞馬遜2018年度大賞提名

《週刊鑽石》年度「zui佳經濟書」

「膚淺的人相信運氣，強者則相信因果關係。」──愛默生

打破決策謬誤，你需要來自經濟學的「解讀」能力！

「只要每年接受健診，就能永保健康」

「看電視會使孩子的學力下降」

「就讀名校da學，未來的年收入便會提升」

許多乍看之下沒什麼問題的說法，

其實是把因果關係與相關關係混為yi談，

因而誤導你根據錯誤訊息，做出錯誤判斷。

本書將幫助你──

�7�8 不用數學公式，也能運用「因果推論」進行策略評估

�7�8 看穿數據分析的盲點

�7�8 做出具說服力的分析報告

�7�8 分辨似是而非的流言

只要好好磨練「因果關係」的思考力，

在這個充滿迷信的社會，不論生活或職場，

你都將不再被毫無根據的觀點所侷限，

進而從成見之中解放。

各界推薦

「凝縮了統計學與經濟學的zui新知識！」──《統計學，zui強的商業武器》作者 西內啓

「透過本書，就能徹底明白我們平常是如何被各種成見所左右。」──日本*媒體人 池上彰

「學習正確利用數據、不被數據所欺騙的必讀書。」──大阪da學社會經濟研究所教授 大竹文雄

「劃時代的現代新教養入門書。」──大阪da學研究所經濟學研究科副教授 安田洋祐

讀者佳評如潮

讀完本書，就能理解數據分析的基本常識，校正先入為主的錯誤觀念。

對於必須依照數據做出決策的商務人士來說，非常有幫助。

完全不需要具備基礎知識！跟著書中舉例，輕輕鬆鬆就能將因果關係的知識吸收了！

理解「因果推論」概念的zui佳入門書。