Local EPUB Text
假如现有数据都不适合用来评估因果关系……
就职于珠宝店的你盯着面前的数据。公司在一本半年前创刊的杂志上投放广告，今天你收到了投放广告后的销售数据。领导让你根据这些数据分析下一季度是否应该继续在该杂志上投放广告。然而遗憾的是，该杂志创刊没多久，无法用断点回归法、双重差分法等准实验方法进行分析。
当然，运用随机对照试验或准实验进行分析，正确评估因果效应的可能性会更大。然而，在实际工作和生活中，绝大部分数据只是对经济活动结果的记录，并非以分析为目的而收集的（多数“大数据”都是这样）。遇到这种情况，随机对照试验或准实验大多没有用武之地。
要不知难而退，告诉领导“从这些数据中看不出广告的效果”？恐怕没有几个人敢这么做。有时候就算无法做出全面分析，也必须得出一些结论。
那么像这样，我们掌握一些数据，但又不适合用来评估因果关系时，应该怎么办呢？
这种时候就要用到“回归分析”。关于这种分析方法，市面上可以找到很多专业书籍，因此这里不再赘述，只简单地介绍一下其精髓部分。
回归分析分为两种：一元回归分析和多元回归分析。一元回归分析是评估两个变量之间的关系的方法。但如果存在混杂因素，这种方法无法排除混杂因素的影响。
相比之下，多元回归分析可以排除混杂因素的影响，并在此基础上评估原因与结果的关系。假如我们掌握所有混杂因素的数据（不过这种情况极为罕见），用多元回归分析也完全能够证明因果关系。