做有效決定：分辨因果／eaton

辨識因果關係，才能建立杜拉克的有效決策機制，也有助於辨識謠言，甚至關照用藥，以掌握治療效果。

因果與相關不能混為一談，這是常識，但現代人常被迷惑。比如，有個報導，美國游泳池的淹死人數，跟尼可拉斯凱吉演出的電影數量有高度相關。所以當凱吉開始接片時，就不要去游泳池游泳？

機率性因果關係很難處理，特別是很多干擾因子可以介入。因此，確認因果關係，需要嚴謹的研究。這樣，平常人不讀高等統計學，如何分辨因果呢？

英國流行病學學者希爾（Bradford Hill）提出「希爾9項準則」分析因果，這些準則仍有不足，但可以做出因果可信度高低的結論。 

第一，時序性（Temporality），不符合時序性，因果可以否定。比如，病人用藥後，夜尿沒有開始減少，表示沒有因果關係。若用藥後，夜尿開始減少，但使用藥物前，夜尿已開始減少，就不一定了。

第二，強度（Strength），觀察影響有多強。比如，用藥後，夜尿由1升減至990毫升，影響微不足道，若減至100毫升，影響重大，推論有因果的信心大得多。 

第三，一致性（Consistency），在不同情況都會出現。比如，在內科病房，用藥後夜尿減少，但在外科病房不會，因果機會不高。因此，越多不同學術團隊的研究結果相同，因果關係的可信度越高。 

第四，劑量反應關係（Dose-response relation），加強力道，看反應如何。比如，劑量越高，夜尿減更多，因果可信度越高。 

第五，可逆性（Reversibility），就是將影響因子移除，看效果如何。比如，停用藥物，夜尿又再度增加，比較有信心兩者相關。 

第六，生物合理性（Biological plausibility），有合理解釋。如吸煙引起肺癌，合理解釋是煙草的致癌物質破壞細胞的DNA，增加基因變異的機會。要注意，也許目前知識不足，還無法解釋現象。 

第七，同調性（Coherence），沒有與現有其他被證實的理論衝突。既會衝突，沒有因果的信心大得多。 

第八，類比性（Analogy），將此關係類比至其他相似關係，推論因果是不是存在。比如，摸頭能安撫嬰兒，摸貓狗也有類似安撫反應，就可以說摸頭與安撫有因果。 

第九，特異性(Specificity)，一個果只有一個因。這個準則較弱，因為一個果可以不同因促成，比如，肝癌可由B肝、C肝、喝酒，發霉花生引起。若沒有排除所有其他可能原因，因果的可信度較低。