Поэтому до СВО рабочие профессии сосали, кроме сварщиков, отъезжающих на кладбище на пятом десятке от рака лёгких. Давай, обслужи без дилерского оборудования и знаний современную тачку, не дающую зажигание в движок. Там отошёл проводок к одному из датчиков давления, но она тебе об этом не скажет. И в сервисе тоже большинство рукастых не скажет, а будут менять всё подряд крупными блоками, пока не угадают. Но могут и не угадать.

Беднеют в основном те, кого всё устраивает

Ну да ну да. Расслоение выросло вдвое по сравнению с проклятым совком.

Прохоров и ко, возящие в Куршевель блядей самолётами, передают превед поколению, получившему советское образование, но не имевшему интеллектуального субстрата, где это образование могло бы укорениться.

Беднеют в основном те, кого всё устраивает. Наше поколение вышвырнули из разваливающегося социолизма в капитализм и сказали плывите. Кто утонул, а кто и выплыл...

Извините, занесло!

Это меня с сестрой родители кормили хотя бы картошкой.

Сами ели раз в два дня чего-нибудь. Потом в другую комнату уйдут, мама плачет, отец её успокоит. И дальше как-то карабкались.

Успокоился он в девяносто восьмом, мир праху его.

Я так и не успел спасибо сказать за то, что вырастили.

Однако редакторы и рецензенты не могут вычистить всё негодное. Также журналы часто имеют свои предпочтения и, бывает, отклоняют статьи просто потому, что им не нравятся результаты. А нравятся редакторам прежде всего статистически значимые выводы. С ними можно получить более широкий отклик, будут больше цитировать, а это хорошо для рейтинга. При всём при том, сам факт публикации автоматически создаёт доверие, хоть и не стопроцентное. Кроме этого, если статья с изъяном, найдётся достаточно желающих вставить знаменитому журналу пистон и попытаться опровергнуть опубликованное. Журналу придётся потом отзывать или перерабатывать статью. Или опубликовать репликацию.

Так было со знаменитой статьёй Эми Кадди о «силовом позировании», согласно которому принятие определённой позы меняет наше настроение и придаёт уверенность. Запрёмся в туалете, поставим руки в боки перед зеркалом – и вот уже с новым настроем идём на собеседование с потенциальным работодателем. Журнал Psychological  Science, который опубликовал статью Кадди, выпустил позднее воспроизводящее исследование, которое, увы, не подтвердило выводов Кадди.

И всё же конфликтов и многообразия взглядов в науке хватает, и она движется далеко не только опровержениями. Методов исследований много, и не всегда ясно, который из них лучше. Потому следует обращать внимание на научный консенсус по теме. Лучше всего это делать путём ознакомления с систематическими обзорами.

Большинство из нас читает, в основном, не научную, а популярную литературу, где с рецензиями не так радужно. Как составить своё мнение в этом случае? Во-первых, к источнику нужно относиться изначально с осторожностью. Второй шаг – спросить эксперта. Не обязательно быть знакомым с одним из них, можно просто погуглить. Также можно оценить предвзятость автора, проверив, упоминает ли он альтернативные объяснения или хотя бы предупреждает, что результаты могут быть другими в других обстоятельствах. Если же в статье пишется о «ясных свидетельствах» или «исчерпывающем доказательстве», превозносится результат, то к ней стоит отнестись со здоровым скептицизмом. Автор не должен называть своё исследование новаторским, за него это сделают другие (если оно таковым окажется).

В-третьих, нужно обратить внимание на автора и, главное, его мотивацию. Стоит спросить: опубликовал ли бы он противоположный результат? Кто он такой вообще? Имеет ли он степень, индекс цитирования, где работает? Если этого всего нет, какой у него опыт работы в области? Казалось бы, очевидные вопросы, но озабочивается ими далеко не каждый. Автор бестселлера Как привести дела в порядок, работал садовником, продавцом витаминов, стеклодувом, турагентом, начальником заправки, дилером в логистике, торговцем мопедами и просто менеджером. Этот противоречивый опыт не помешал ему продать полтора миллиона экземпляров своей книжки.

Мало отнестись критически к прочитанному, нужно так же ответственно относиться к перепосту. Автор советует делать паузу. Ясно, конечно, что чаще всего распространяют не точную информацию, но соответствующую собственным убеждениям. Поэтому стоит пройти всю авторскую лесенку ошибочного выбора ступеньку за ступенькой. Второй совет – делать паузу также перед тем, как соберёшься кого-нибудь критиковать. «Не читал, но осуждаю» звучит сильно и категорично, но, к сожалению, глупо. Нашей целью должно быть не набрать популярность, а донести информацию.

Умнее надо действовать не только по одному, но и сообща. Что же создаёт эффективную организацию? Прежде всего нужно преодолевать инерцию группового мышления, порождающую конформизм. Для этого в коллективе должны присутствовать люди, мыслящие по-разному, а не просто добиться полового, этнического или социального разнообразия. К разнообразию должно «прилагаться» вовлечение, создающее условия, чтобы коллеги делились своими разными точками зрения. Для этого придумано много методов. Например, можно обеспечить подачу анонимных предложений. Можно воспользоваться дельфийским методом. Можно давать первое слово младшим. Можно использовать «тихий старт» – заставлять участников читать раздаточный материал перед началом обсуждения. Даже простое голосование может помочь.

Однако дельфийский метод и мозговой штурм сжирают кучу времени. Чтобы добиться более полного вовлечения можно попытаться наладить «микропроцессы»: удалить решения, принимаемые по умолчанию, уменьшить глубину иерархии, не наказывать за ошибки и просить тех, кто настаивает на своей точке зрения, приводить их в деталях.

Конструктивная критика является необходимым элементом академического процесса. В рамках окружения, именуемого автором научной культурой, находится место обязательному оппоненту, играющему роль «адвоката дьявола». Несогласие должно не наказываться, а наоборот – вознаграждаться. Если ты знаешь, что критика твоего проекта неизбежна, ты заранее сделаешь его более устойчивым к ней. Добросовестные исследователи сами ищут слабые места в своих трудах ещё до того, как отправить его рецензенту. Это практика называется pre-mortem. Ты представляешь себе неудачу своего проекта и ищешь возможные причины. Это куда лучше, чем post-mortem, когда проект уже завалили, и ты выясняешь, почему.

В заключительной главе автор вознамерился сделать умнее уже не организации, а целые общества. Эта задача решается привитием навыков критического мышления. Для этого он предлагает ряд техник. Первая из них называется «рассмотрение противоположного» (consider the opposite) и предполагает активный поиск альтернативных точек зрения. Следующий подход – повысить статистическую грамотность. Статистику – в школу! Это позволит нам избежать предвзятости подтверждения. Также нужно продвигать любознательность: выпускать научно-популярные фильмы, поощрять образование по методу Монтессори. Всё это уже хорошо, конечно. Но лучшие результаты даёт техника под названием скаффолдинг, при котором учитель оказывает поддержку ученику, задавая дополнительные вопросы вроде «подумай об аргументах, которые может иметь другая сторона» или «назови ещё три причины, чтобы дать положительный ответ». Эта идея перекликается с зоной ближайшего развития Льва Выготского: критическому мышлению, как и любому делу, легче научиться вначале сообща.

Далее, следует иметь в виду, что люди откликаются на сообщения, основываясь, главным образом, не на реальных фактах, а на групповой принадлежности и идентичности. Так называемая гипотеза культурного осознания, что на народном языке звучит как «своя рубашка ближе к телу». Например, вопрос изменения климата вызывал понимание и у республиканцев, и у демократов, пока Ал Гор не политизировал эту тему своим фильмом Неудобная правда. Всё, после этого многие республиканцы превратились в климатических скептиков.

Рецепт в этом случае прост: сообщения, адресованные публике, должны разделять свидетельства от идентичности: стараться не высмеивать оппонентов, стремиться к тому, чтобы важные темы подавались людьми с разной политической ориентацией.

Автор также предлагает решения по проверке фактов: централизованные списки для книг, привлечение внимания к авторам, раздающим книжные рекомендации и даже предупреждения о потенциальном риске со стороны издателей или торговцев. Есть у него и предложение по лучшим практикам для авторов: журналистам предлагается не цитировать без ссылок, исследователям – сообщать о статье в СМИ лишь тогда, когда свободно доступна её полная версия, а авторам рекомендаций книг не писать их, если не прочитана сама книга. Вообще, рекомендации – штука скользкая, и большинство из них должно восприниматься с долей сомнения.

Что же касается столкновений с оппонентом, то Алекс советует перед тем, как начать отвечать, сделать глубокий вдох и повременить со спонтанным ответом. После этого следует указать на то общее, что у тебя есть с оппонентом и позиционировать свои аргументы как средство достижения общих целей. Но как уважение к оппоненту сочетается с идеей, что есть лишь один правильный путь? Дело в том, что мир так сложен, что есть довольно мало тем, о которых можно судить с полной определённостью, и чаще всего они связаны с точными науками. В других вещах мнения часто диаметрально противоположны, а объективного арбитра не существует.

И даже чёткое свидетельство не может быть альфой и омегой, поскольку оно может оказаться не окончательным. Мнения, теории, решения почти всегда имеют в своей основе долю субъективности, и это прекрасно. Надо лишь не забывать честно об этом упоминать. И даже если у нас есть окончательное свидетельство, даже оно не всегда сможет стать основанием для действия, поскольку, как правило, мы преследуем сразу несколько целей, а обстоятельства всегда разные. Так или эдак, всё равно придётся решать на месте. Поняв ограничения свидетельств, а также осознав их силу, мы сможем вести более свободную жизнь.

Разделять свидетельства от идентичности – чего может быть проще! Вот только проблема как раз в том, что все без исключения политики стремятся оседлать горячую тему первыми, чтобы извлечь из неё пользу. Я бы сказал, что это суть политического процесса. Так что верить этому простому совету автора я бы не стал.

Все эти советы типа «минздрав предупреждает» – не что иное, как первый шаг к цензуре. При всех благих замыслах здесь мы сталкиваемся с проблемой, что в идейном поле нет минздрава. Кто может поручиться за истинность спорного факта? Уж явно не госорганы. Поэтому не стоит ограничивать идейное многообразие общества, кроме очевидно деструктивных идей. Этим мы сделаем только хуже.

В целом можно сказать, что книжка неплохая, но мне не хватило указания на несовершенность человеческого знания. Даже авторитет науки имеет свои границы, и это нужно честно признать. У всех есть право на ошибку, в том числе и у учёных. К сожалению, у Алекса я этого не прочитал. Какой-то он слишком самоуверенный в своём повествовании. Это немного отталкивает. Хотя ладно, хватит брюзжать. Книжка всё равно хорошая, и я не жалею, что потратил на неё время.

Поступая таким образом, мы можем вывести из простого совпадения причинную связь. Данные становятся свидетельством. РКИ являются золотым стандартом в этом смысле, и метод был с тех пор значительно улучшен. Линд мог и ошибиться со своим выводом, поскольку причинная связь – это всё ещё не свидетельство при возможности альтернативных объяснений. Трудно сказать, почему помогли лимоны: может они выглядели наиболее убедительным из возможных вариантов лечения, и у пациентов сработала психосоматика. Выходом из этой неопределённости стало изобретение плацебо: лекарства-пустышки. Подопытный вообще не должен знать, какое лекарство он получил и получил ли вообще.

При всей их привлекательности, РКИ имеют важный недостаток: не так-то просто проводить опыты над людьми. Иногда это может вылезть боком для тех подопытных, которым не посчастливилось оказаться в «правильной» группе. В данном случае приходится прибегать к инструментальным переменным: чему-то из внешнего мира, что не принимает участия в эксперименте, но воздействующему на него.

С помощью такого метода удалось прояснить ответ на вопрос, влияет ли на оценки учеников более широкий выбор школы их родителями. Здесь у нас классическая проблематика с общей причиной, которая влияет и на выбор школы, и на оценки. Избежать её удалось привлечением инструментальной переменной в виде количества рек в городе. Если рек много – то много и разных школ, ведь границы между школьными районами часто проходят по рекам. Оказалось, что в Бостоне, где много рек, дети учатся в среднем лучше, чем в Майами. Потому, что там у родителей есть больше школ на выбор.

Нерадивые исследователи часто стремятся приукрасить свои труды использованием инструментальных переменных, но не факт при этом, что на короле останется какое-то платье. Поскольку пригодная переменная должна, во-первых, влиять на вход, а во-вторых – не влиять на выход иначе, чем через вход. Так, количество рек в городе влияет на оценки учеников лишь посредством дробления районов. На самом деле, очень непросто найти такой инструмент. Он должен звучать безумно в плане объяснения результата эксперимента.

Силу метода демонстрирует история с исследованием влияния размера минимальной зарплаты на занятость, автор которого получил Нобеля по экономике в 2021 году. Дэвид Кард вместе с Аланом Крюгером исследовали влияние повышения МРОТ в Нью-Джерси с 4,25 до 5,05 долларов в час, начиная с апреля 1992 года. Оказалось, что после повышения занятость парадоксальным образом выросла, так что средний штат ресторанов вырос с 20 до 21 работника. Разумеется, противники нашли что ответить. Они стали, например, говорить, что рост занятости произошёл на фоне экономического роста, и если бы его не случилось, он бы получился ещё выше. «Штош,  – сказали Дэвид с Аланом –  давайте-ка сравним с соседней Пенсильванией, где не повышали минималку». И оказалось, что в Пенсильвании занятость, наоборот, упала с 23 до 21. Но и этого им оказалось мало. Они провели ещё один анализ: сравнивали занятость в ресторанах, которым пришлось поднимать зарплату, с теми, кого подъём минималки не затронул (они и до него уже платили больше). Вторая группа может рассматриваться как контрольная, которая выпила плацебо вместо лекарства. Результаты остались теми же: работодатели, которых затронул подъём минималки, набрали после него больше людей, в то время, как у остальных занятость упала.

Здесь мы имеем дело с природным экспериментом. Суть при этом в том, что инструментальную переменную задаёт «природа», то есть внешние обстоятельства, а не кто-то. Ключевым вопросом является при этом: можешь ли ты повлиять на то, в какой группе окажешься? Когда McKinsey исследовали влияние горизонта планирования на производительность компаний, они не смогли обеспечить этого, ведь решение раздвинуть горизонт принимает сама компания.

Если же мы не можем располагать ни инструментом, ни природным экспериментом, то у нас в арсенале останется ещё кое-что. А именно наш здравый смысл. С ним мы сможем хоть и не достичь истины, но хотя бы приблизиться к ней. Так, можно сделать дополнительный тест для того, чтобы поддержать свою гипотезу, как сделал Алекс, когда исследовал влияние настроения участников рынка после проигрыша их команды на биржевые индексы. Оказалось, что курсы крупных компаний (акции которых держали и иностранцы тоже) проседали меньше, чем мелких (которые были в руках в основном лишь земляков проигравшей команды). Также они сделали анализ для опровержения конкурентной гипотезы. Если реакция на поражение была бы рациональна, то акции проседали бы больше в случае неожиданных проигрышей. Но нет, они проседали независимо от букмехерских рейтингов.

Но даже если мы поднялись ещё одну ступеньку лестницы, до цели – доказательства – мы всё ещё не добрались. Потому что наше новое знание может не оказаться универсальным. Автор иллюстрирует это на примере попыток применить принципы научной организации труда, открытые Фредериком Тейлором в позапрошлом веке, в системе образования. В 2001 году в США приняли закон NCLB, согласно которому к успеваемости привязали не только зарплаты учителей, но и вопрос финансирования или даже закрытия школ.

Всё было по заветам Тейлора: хорошо работаешь – получай конфетку. Нетрудно догадаться, к чему это привело: школы стали натаскивать своих учеников на экзамены вместо того, чтобы заниматься образованием. Стали сокращать количество предметов, чтобы дать больше часов на математику и чтение. Кроме этого, началось засилье учебных планов, которые, подобно тейлоровским должностным инструкциям, ставили обучение в жёсткие рамки, так что учителям предписывалось даже как пошагово учить ребёнка читать. Пошли протесты, учителя толпами пошли на выход, и в 2015 году NCLB после возражений со стороны обоих партий в Конгрессе был отменён.

Фабричные методы столетней давности не сработали. Потому что было три важных различия. Во-первых, образование не так хорошо поддаётся стандартизации: учиться – это не землю копать. Во-вторых, школьная оценка не даёт полной картины эффективности работы учителя. И в-третьих, к успеху в обучении могут привести разные пути, и выбор пути зависит от конкретного учителя и его учеников. Всё это очевидные вещи, но сторонники научных методов в образовании всё равно не смогли понять, что свидетельство – это не доказательство, потому что оно не универсально. Интерпретация результатов всегда должна базироваться на здравом смысле, и потому нужно задавать вопрос, перед тем, как начать действовать: имеются ли причины, по которым результаты могут неприменимы к контексту? Ведь мир сложен, случаются гранулярные объекты, которые реагируют по-разному.

Как мы уже знаем, реакция объекта может быть и умеренной. Многим известен тот факт, что успеха добивается не всегда самый умный, и потому нельзя, измерив IQ, заранее предсказать насколько будет успешна карьера того или иного студента. Да, определённый уровень необходим, но всё, что свыше – может не принести дополнительного успеха. Важную роль играют и упорство, и настойчивость. Но и они тоже могут оказаться полезны лишь в меру. И главное – они сыграют только в сочетании с другими факторами, тем же IQ. В данном случае мы неоправданно экстраполируем не на другой контекст, а на другой масштаб.

Рецептом автора при столкновении с ограничением масштаба является всё тот же здравый смысл. Сохраняйте ясность о предмете изучения. Если кто-то пишет про то, что А улучшает Б, то обращайте внимание на шкалу. Можно лучше пробежать марафон, выпив два литра воды вместо одного, но это не значит, что добавление ещё одного литра сделает результат ещё лучше. Здесь надо будет включить голову, прежде чем, как сделать правильный вывод.

А то так ведь примешь за чистую монету результаты исследования о бесполезности парашютов, проведённого кардиологами Гарварда по всем правилам РКИ. Они не нашли разницы при прыжках с борта самолёта или вертолёта с парашютом или без. Всё у них было верно, но для правильного вывода нужно указать одну деталь: во время экспериментов и самолёт, и вертолёт были припаркованы на аэродроме, так что высота прыжка была всего с полметра.

Свидетельство не может стать доказательством ещё по одной причине: нашего неведения. Если мы железобетонно показали, что А влияет на Б и не обнаружили при этом ни одной систематической ошибки, то это не значит того, что этой общей причины не может быть. Она по-прежнему может существовать, но мы о ней просто не знаем на данный момент. С этой точки зрения, наше знание о мире не может быть исчерпывающим, а окончательных истин тоже нет. Мы движемся к более полному знанию, но никогда не достигнем совершенства.

Простой обыватель, да и некоторые авторы, часто действуют совсем по-другому. Биограф Стива Джобса Исаксон не ставил гипотез, а идентифицировал возможные факторы, которые лежали в основе успеха бизнесмена. Например, тот факт, что Джобс был приёмным ребёнком. По науке надо было исследовать истории множества приёмных детей, а также множества успешных бизнесменов, а не одного лишь Стива. То есть набрать репрезентативную выборку. Иначе у нас получится вывод по индукции – из частного случая выводится общая последовательность. А это не есть логично.

Эта простая и очевидная вещь часто забывается, когда мы слышим увлекательный рассказ. Истории успеха эксплуатируют нарративное заблуждение: наше стремление видеть два события и верить в то, что одно вызывает второе. Даже если у них обоих может быть общая причина или вообще никакой связи между ними нет. Видя последовательность фактов, мы склонны выстраивать поясняющую историю с логическими стрелками между ними. У Джобса отец любил мастерить – ага, вот почему Стив стал таким успешным! Звучит красиво, во всяком случае.

Даже обилие фактов может оказаться не репрезентативным. Их всегда при желании можно надёргать. Главное, чтобы было откуда. Поэтому всякий раз, взяв в руки очередную историю успеха, задавайтесь вопросом о том, исследовали ли авторы случаи, которые не ложились в красивую картинку: когда есть вход, но нет выхода, или есть выход без входа.

Карабкаемся дальше по авторской лестнице. Итак, пусть у докладчика есть не только отдельные факты, но данные, то есть представительная выборка. Мы всё ещё не можем верить ему, потому что он мог нарыть её нехитрым методом под называнием data mining. Грубо говоря – он провёл сотни тестов, отбросил все, что не сработали, и оставил то немногое, что подтвердило его гипотезу. Если долго мучиться, что-нибудь получится. Вышеупомянутая вероятность в 5% статистической значимости – довольно большой процент.

Одним из средств при этом является перебор метрик для искомого фактора. Успешность компании можно измерять разными способами. Есть бесспорные индикаторы, такие как акционерный доход. Но никто не мешает взять что-то другое – скажем, норму прибыли. Пусть она не учитывает десятки других факторов, влияющих на цену акции и её дивиденды, зато с ней можно обосновать своё утверждение о влиянии разнообразия в менеджменте на успех компании. Что некоторые и делают.

Поэтому при виде всякой экзотики в обоснование результатов следует включить режим скептика и задаться вопросом: измеряет ли докладчик вход и выход самым естественным образом? Также следует включить здравый смысл и выяснить, способен ли вообще вход влиять на выход. Если нет логики в обоснование, то результат, скорее всего, намайнили в грудах данных.

Некоторые поступают совершенно иезуитским образом: запускают кучу тестов, после чего находят значимые связи, чтобы на этом основании нарыть уже саму гипотезу. Как поймать таких деятелей за руку?  Чтобы ответить на этот вопрос, Алекс рассказывает нам о своей академической юности, когда он писал диссертацию о влиянии спортивных событий на фондовый рынок. На эту идею его натолкнула практика на Morgan Stanley во время чемпионата Европы по футболу 2004 года. Он лицезрел эскапады трейдеров после проигрыша своей команды и подумал, что в суммарном масштабе это может влиять на курсы акций всей страны. Логично? Логично. Результат важной игры влияет на настроение миллионов, а настроение влияет на инвестиционные решения. Автор обнаружил, что на следующий после проигрыша национальной команды день фондовый рынок проседал чуть ли не на полпроцента. Англия не смогла нормально пробить послематчевые пенальти – получайте просадку в 10 миллиардов. Что интересно: на курс акций ощутимо влияют в основном проигрыши любимой команды. Побед не замечают.

Алексу удалось защитить свою диссертацию, потому что у него была сильная логичная гипотеза. Но при этом ему не удалось избежать обвинений в добыче данных. В погоне за результатом можно ведь попытаться сделать удачную выборку, выбросив всё неудобное. Чтобы ответить на упрёки, необходимо продемонстрировать, что результаты исследования работают и на других выборках: в другое время, в другом месте. Так и Алексу пришлось отвечать на обвинения, используя результаты других чемпионатов, а также другие виды спорта. Оно работало и в 2004, и в 2014, и в 2024 году. И в крикете, и в регби, и в баскетболе. Лишь хоккей выпал из тренда.

Можно прийти к разным выводам даже при использовании одних и тех же данных. Это достигается произвольным их группированием: данные разделяются на разные группы, после чего сравнивается влияние отдельных групп на  выход. Самое «вкусное» при этом то, что делить на группы можно, как хочется, так что фрагмент с неудобными данными можно не брать в сравнение. Если мы видим подобное сравнение в обоснование тезиса докладчика, нужно обращать внимание на пропуски. Например, когда сравнивают рентабельность компаний с тремя и более женщинами в руководстве с показателями компаний вообще без женщин на руководящих должностях, стоит спросить о том, куда подевались показатели компаний с одной или двумя женщинами в топ-менеджменте.

Предположим, что с данными у нас всё чисто, и мы имеем надёжную корреляцию. Значит ли это, что у нас есть свидетельство истинности утверждения? Всё ещё нет: корреляция не означает причинной связи. Автор поясняет это исследованием связи между кормлением грудным молоком и интеллектуальным развитием ребёнка. Несмотря на явную корреляцию между этими вещами, говорить о причинности здесь рано. Поскольку они могут зависеть не друг от друга, а от какой-то третьей, общей причины. Например, от интеллектуального развития матери, которая и позже начнёт прикорм, и курить будет реже, и будет развивать своего ребёнка. Не говоря уже о том, что она уже дала ему свои гены.

Данные – не свидетельство, потому что могут быть альтернативные объяснения для сложившегося положения вещей. Выход может включиться по какой-то другой причине, нежели вход. И даже если у нас есть контрольная группа, её может оказаться недостаточно, поскольку она может оказаться связанной с входом. Одним словом, разные входы могут оказаться не случайными, а быть следствием общей причины, будь то волевое решение, корреляция с другими факторами или другой процесс.

С волевым решением мы имеем дело тогда, когда люди принимают его. Мать решается на грудное вскармливание не случайным образом, но по каким-то причинам. Если же изучать не решения, а какие-нибудь признаки, то и они могут коррелировать с другими признаками. Изучаем эмоциональность – не забудем, что она может быть связана с IQ. Влияние других процессов автор иллюстрирует на примере исследования связи между грязным воздухом и летальностью пандемии ковида. Но грязный воздух – это эндогенный фактор. Он является следствием других факторов, которые могут влиять и на летальность от ковида. Первое, что приходит в голову при этом – это плотность населения.

Спутаешь корреляцию с причинностью – будешь неправильно предсказывать и неверно принимать решения. Смелые предсказания вызывают широкий отклик, как случилось с публикацией McKinsey о связи долгосрочного планирования с производительностью компании. Они предсказывали, что если все американские компании раздвинут горизонт планирования, то экономика в целом вырастет на ещё три триллиона за десятилетие. Harvard Business Review посчитали это «доказательством», но после того, как читатели стали жаловаться, исправили «доказательство» в заголовке своей публикации на «свидетельство». Так что стараемся всегда смотреть с недоверием на подобные бомбические заголовки и помним: самая убедительная статистика никогда не бывает слишком хорошей или слишком плохой.

Как же прояснить возможную причинность корреляции? Лучшим инструментом является математическая регрессия. С её помощью можно установить корреляцию не только одного лишь входа с выходом, но протестировать связь и с другими возможными входами. Эти дополнительные входы называют контрольными величинами. После этого можно анализировать изменение выхода при изменении одного лишь из входов, при прочих равных. Тогда корреляция может легко испариться. Но если останется – то в этом действительно что-то есть.

При всей простоте метода многие умудряются сесть в галошу, что случилось с авторами бестселлера The Spirit Level, писавших о пагубном влиянии неравенства на общество. Книга имеет интригующий подзаголовок: «почему равенство лучше для всех». Алекс удивился: неужели и для богатых тоже? Её авторы собрали статистику о физическом и психическом здоровье, а также о других параметрах общества и утверждали, что неравенство ухудшает их всех. Однако они не учли, что в нашем случае может быть целый ворох общих причин, первая из которых, которая приходит на ум – это бедность. Бедные общества, как правило, отличаются высоким неравенством. И здоровье в них тоже не очень. Авторы попытались, однако, продемонстрировать, что бедность тут ни при чём, продемонстрировав слабую корреляцию бедности и здоровья. Но ведь они написали книгу не про бедность. А про неравенство. Правильным методом было бы продемонстрировать корреляцию неравенства и здоровья с бедностью в качестве контрольного параметра. И на самом деле, когда кто-то задался такой задачей, корреляция между неравенством и здоровьем в обществе стала намного слабее.

К сожалению, мы не всегда можем включить в контрольные переменные всё, что хотелось бы. Но нам и не надо брать туда всё подряд. Если переменная коррелирует лишь с выходом, но не со входом, то извлечение её из регрессии не повлияет на результат. Но а если она всё-таки связана со входом, но корреляция отрицательная, то она тем более не может считаться альтернативным объяснением.

Часто на неправильный вывод из корреляции может натолкнуть временная последовательность. Так, некоторые исследователи обнаружили, что прекращение курения приводит к более высокой вероятности смерти. Как известно, бросить курить можно до смерти, но не после неё, так что можно прийти к выводу, что, бросив курить, приближаешь свою смерть. Проблема здесь в неясности логических связей и общих причин, большинство из которых имеет разнонаправленное действие на смертность и прекращение курения. В данном случае на вход действует выход! Очень многие бросают курить лишь при возникновении большого риска для собственного здоровья. Но, как говорит поговорка, поздно пить Боржоми, когда почки отвалились. Такие «бросатели» проживают меньше, чем те, кому врач не советовал бросить. Вот поэтому те исследователи и не увидели ожидаемой положительной корреляции между курением и смертностью. Она есть, но на неё наложилась гораздо более сильная корреляция между угрозой смерти и прекращением курения.

Здесь мы имели дело с известным заблуждением post hoc ergo propter hoc: после этого, значит по причине этого. Как видим, это не всегда так. Добавлю от себя: в случае с курением у нас в распоряжении есть гораздо более наглядная статистика, чем простая корреляция между прекращением курения и смертностью.

Путают корреляцию с причинностью все, кому не лень. Особенно нерадивые журналюги. Автор советует нам пользоваться множественной регрессией для того, чтобы исключить действие общих причин. Но я хотел бы напомнить, что регрессия – это инструмент для установления корреляции, но не причинной связи. С её помощью мы можем добиться определённой ясности, но до установления причины и следствия останется ещё долгий путь. Порою – бесконечный.