對結果歸因很難，即便單變數

對結果歸因很難，即便單變數110.10.12 

前幾天寫了「相關不表示有因果關係」，這個無解的困境癥結，在於社會科學資料往往只能事後觀察，不能透過干預取得，而且年代可能久遠，研究者也不是全知全能，無法知道內生性及遺漏變數。 

今年諾貝爾經濟學獎頒給三位研究「相關因果」的實證策略學者，使得研究者在一定假設下，能對觀察資料提出因果推論及影響程度。實證策略包括：工具變數、差異中的差異法、斷點法、配對法等。 

對此我沒研究，我是看了鄭紹鈺的解說，才有一些理解。他說，在實際操作上，三位得主多半利用政府臨時的政策異動(或某個事件)，作為「自然實驗」，並去思考如何製造出工具變數、斷點或是時間差，進行實證。

https://www.facebook.com/100002620142695/posts/4228031677294129/

Regression discontinuity design(斷點迴歸設計)

https://en.wikipedia.org/wiki/Regression_discontinuity_design?fbclid=IwAR04hrqVc_cmxLZ4K2LaIWyXqD151XdsR4e-3Ht5pH_Q3BH4ZEHiYjdMsj4 

鄭紹鈺的碩士論文是「日治時期的商業銀行網絡對戰後臺灣經濟奇蹟的影響」(佩服，難度極高)，他找了工具變數進行實證，其道理不難理解。但依我的直覺，工具變數需證明具有信效度，否則要質疑可靠度。 

至於時間差，應該可以讓樣本背景同質性高，減少干擾。一維的斷點也容易理解。譬如：血壓如果超過180給降血壓藥，179以下就不要，在控制血壓連續變數後，比較181跟179兩類病人的差異，就可以抓到藥效。又譬如，用大學聯考分數看不同學校的效果。500上建中，499掉到第二志願，假設501跟499的學生程度差不多，這分數的斷點可用來捕捉上建中的聯考分數效果。 

其實即便一維的單變數分析，要確定的歸因也很難，活在人間越久，越能體會這個事實。誰知斷點以外沒有其他變數呢？人有時會陷入無法明白或理解的困境，但上帝是無所不知的全知者。先知以賽亞說：「誰曾……作祂的謀士指教祂呢？祂與誰商議，誰教導祂，誰將公平的路指示祂，又將知識教訓祂，將通達的道指教祂呢？」（以賽亞書40:13-14）答案是沒有任何人！ 

人有聰明才智，是因為上帝按祂的形象創造。然而我們所知極其有限，但上帝卻知亙古到未來的每件事（詩篇147:5）。如今藉由科技，人類知識不斷增加，但仍難免出錯。我們需要祂使我們有更強的理解力，並教導我們什麼是美善與真實。