Можете ли вы вывести причинность из корреляции в этом примере игры с диктатором?

17

Я только что сдал экзамен, где нам представили две переменные. В игре с диктатором, где диктатору дается 100 долларов США, и он может выбирать, сколько отправить или оставить для себя, была положительная корреляция между возрастом и количеством денег, которые участники решили оставить.

Я думаю, что вы не можете сделать вывод о причинности из этого, потому что вы не можете сделать вывод о причинности из корреляции. Мой одноклассник думает, что вы можете, потому что, если вы, например, разделите участников на три отдельные группы, вы сможете увидеть, как они различаются по тому, сколько они держат и сколько они делят, и, следовательно, сделать вывод, что возраст заставляет их сохранять больше. Кто прав и почему?

JonnyBravo
источник
8
Как правило, вы не можете сделать вывод о причинности из корреляции, если у вас нет спланированного эксперимента.
user2974951
6
Все, что мы знаем о нашем мире как личности, мы знаем через корреляцию. Так что да, мы можем вывести причинность из корреляции, насколько можно сказать, что причинность существует вообще. Конечно, сделать это правильно сложно.
Александр Дубинский
Происходит ли эта игра диктатора в лаборатории, где назначение на роль диктатора является случайным?
Дмитрий Васильевич Мастеров
Каков был размер выборки?
EngrStudent - Восстановить Монику
4
@ DimitriyV.Masterov, скорее всего, все участники были «назначены» диктаторами, а вторым игроком был завод . Тем не менее, я уверен, что никто не был случайно назначен на их возраст.
gung - Восстановить Монику

Ответы:

10

В общем, вы не должны предполагать, что корреляция подразумевает причинность - даже в тех случаях, когда кажется, что это единственно возможная причина.

Учтите, что есть и другие вещи, которые связаны, например, с возрастными аспектами культуры. Возможно, эти три группы останутся такими же, даже когда они все состарятся, но следующее поколение будет противостоять этой тенденции?

При всем этом, вы, вероятно, правы, что молодые люди с большей вероятностью будут держать больше, но просто знайте, что есть и другие возможности.

MikeP
источник
В дополнение к другим ответам, текущий эксперимент не может различить модель, в которой хранящиеся деньги являются функцией возраста, и где хранящиеся деньги являются функцией года рождения. Обратите внимание, что вторая модель может быть нелинейной на протяжении всей истории, и что 20-летний возраст, взятый из разных исторических периодов, может принять решение о сохранении очень разных сумм наличности.
NofP
7

Я могу постулировать несколько причинно-следственных связей из ваших данных.

  1. Возраст измеряется, а затем сумма денег сохраняется. Пожилые участники предпочитают хранить больше денег (возможно, они умнее или менее идеалистичны, но это не главное).

  2. Количество денег сохраняется, а затем возраст. Люди, которые держат больше денег, тратят больше времени на их подсчет и поэтому старше, когда измеряется возраст.

  3. Больные люди держат больше денег, потому что им нужны деньги на (возможно, спасающие жизнь) лекарства или лечение. Фактическая корреляция между болезнью и сохраненными деньгами, но эта переменная «скрыта», и поэтому мы делаем неверный вывод, потому что возраст и вероятность болезни коррелируют в демографической группе лиц, выбранных для эксперимента.

(Пропустив 143 теории; мне нужно сделать это достаточно кратким)

  1. Экспериментатор говорил на старом, непонятном диалекте, который молодежь не понимала, и поэтому ошибочно выбрал неправильный вариант.

Вывод: вы правы, но ваш одноклассник может претендовать на 147-кратную корректировку.

Другая известная корреляция - между низким IQ и часами просмотра телевизора ежедневно. Смотря телевизор, ты становишься тупее, или тупые люди смотрят телевизор? Это может быть и то и другое.

Klaws
источник
Молодые могут недооценивать свою ценность, предполагая, что они слабы в руководстве. Если они не понимают ценность, то почему они могут принять стратегическое или даже рациональное решение по этому поводу.
EngrStudent - Восстановить Монику
5
Непонятно, чего вы добиваетесь, когда «одноклассник может претендовать на 147-кратную корректировку». Одноклассник не прав - эти данные не подразумевают вывод о том, что возраст вызывает недостаток обмена.
Ядерный Ван
@ NuclearWang Я думаю, дело в том, что когда у вас 150 одинаково вероятных гипотез, ни одна из них не является вероятной. Это не строгое, как и попытка иллюстрации
ааааа говорит восстановить Монику
2
Другая теория: уклон выживания.
R .. GitHub ОСТАНОВИТЬ ЛЬДА
1
Ну ... ТВ не может предложить ничего такого сложного, как этот веб-сайт.
Карл
4

Вывод причинно-следственной связи от корреляции в целом проблематичен, поскольку может быть ряд других причин для корреляции. Например, ложные корреляции из-за нарушителей , смещения выбора (например, только выбор участников с доходом ниже определенного порога) или причинный эффект могут просто идти в другом направлении (например, термометр коррелирует с температурой, но, конечно, не вызывает Это). В каждом из этих случаев процедура вашего одноклассника может найти причинный эффект там, где его нет.

Однако, если бы участники были выбраны случайным образом, мы могли бы исключить участников и предвзятость выбора. В этом случае, либо возраст должен привести деньги хранятся или деньги хранятся должны вызывать возраст . Последнее подразумевает, что принуждение кого-либо удерживать определенную сумму денег каким-то образом изменит его возраст. Таким образом, мы можем смело предположить, что возраст приводит к сохранению денег .

Обратите внимание, что причинный эффект может быть «прямым» или «косвенным» . Люди разного возраста будут получать различное образование, иметь разное количество материальных ценностей и т. Д., И по этим причинам могут выбрать другую сумму в размере 100 долларов США. Причинные эффекты через этих медиаторов все еще являются причинными, но косвенными.

Лукас
источник
3
Во втором абзаце вы упоминаете, что это должно быть причиной. Обратите внимание, что это все еще может быть шум от случайного выбора (другие старшие участники тратят деньги [зачем они их оставляют?], А другие молодые участники держат деньги [я хочу уйти на пенсию / купить дом]).
ЛОП
1
Достаточно ли случайного отбора? В простых экспериментальных схемах мы хотим, чтобы случайное назначение «лечения» - здесь, возраста - для обоснованных суждений относительно причинных эффектов. (Конечно, мы не можем назначать людей разного возраста, поэтому этот простой экспериментальный дизайн может оказаться невозможным.)
locobro
1
Это хороший вопрос. Если бы мы выбирали случайно из предвзятого пула, случайный выбор не избавился бы от этого смещения. Я думаю, что здесь предполагается, что по той же причине, по которой возраст не может быть назначен, не может быть смешения по возрасту (стрелок, указывающих на возраст в причинно-следственной диаграмме). Поэтому наблюдение так же хорошо, как присваивание (т. Е. на языке do-исчисления), когда нет смещения выбора. п(Y|делать(aграмме))знак равноп(Y|aграмме)
Лукас
4
Вы исключили возможность. Корреляция между A и B может быть объяснена следующим образом: A может вызвать B, или B может вызвать A, или другой ранее неизвестный фактор C может вызвать как A, так и B.
Тим Рэндалл
1
@locobro: Это действительно нарушитель или форма предвзятости выбора? Так как вы выбираете людей, которые еще живы. Тем не менее, интересное наблюдение, о котором я не задумывался, поэтому, возможно, действительно случайный выбор здесь невозможен.
Лукас
3

Корреляция - это математическая концепция; Причинность это философская идея.

С другой стороны, ложная корреляция - это в основном техническая (вы не найдете ее в учебниках по теории вероятностей) мера, которую можно определить таким образом, чтобы она была в основном действенной.

Эта идея тесно связана с идеей фальсификационизма в науке, когда цель состоит в том, чтобы никогда не доказывать вещи, а только опровергать их.

Статистика для математики, как медицина для биологии. Вас просят высказать свое мнение при поддержке множества технических знаний, но этих знаний никогда не бывает достаточно, чтобы охватить весь мир. Поэтому, если вы собираетесь выносить суждения как статистик и представлять их другим, вам необходимо соблюдать определенные стандарты качества; то есть что вы даете здравый совет, давая им ценность своих денег. Это также означает, что необходимо учитывать асимметрию рисков - при медицинском тестировании стоимость предоставления ложноотрицательного результата (который может помешать людям получать раннее лечение) может быть выше, чем стоимость ложного положительного результата (который вызывает дистресс) ,

На практике эти стандарты будут варьироваться от поля к полю - иногда это тройные слепые рандомизированные клинические испытания, иногда это инструментальные переменные и другие методы для контроля обратной причинности и скрытых общих причин, иногда это причинно-следственная связь Грейнджера - что-то в прошлом последовательно коррелирует с что-то еще в наличии, но не в обратном направлении. Это может быть даже строгая регуляризация и перекрестная проверка.

user8948
источник
3
(-1) В настоящее время причинно-следственная связь нашла обширную математическую обработку. Смотрите, например, работу Иудеи Перл. Кроме того, что такое «техническое» и «наиболее действенное» определение ложной корреляции?
Джулиан Шуесслер
3

Взаимосвязь между корреляцией и причинно-следственной связью философов и статистиков ставила в тупик на протяжении веков. Наконец, за последние двадцать лет или около того ученые-компьютерщики утверждают, что разобрались со всем этим. Это не кажется широко известным. К счастью, Иудея Перл, первопроходец в этой области, недавно опубликовала книгу, объясняющую эту работу для популярной аудитории: «Книга почему».

https://www.amazon.com/Book-Why-Science-Cause-Effect/dp/046509760X

https://bigthink.com/errors-we-live-by/judea-pearls-the-book-of-why-brings-news-of-a-new-science-of-causes

Оповещение о спойлере: Вы можете вывести причинность из корреляции в некоторых обстоятельствах, если знаете, что делаете. Для начала вам необходимо сделать несколько причинных предположений (причинная модель, в идеале основанная на науке). И вам нужны инструменты, чтобы делать контрфактуальные рассуждения (Do-алгебра). Извините, я не могу развести это до нескольких строчек (я все еще читаю книгу), но я думаю, что ответ на ваш вопрос там.

Gareth
источник
5
Жемчужина и его работы довольно выдающиеся. Это был бы необычный статистик, который никогда не слышал об этом. Заметьте, что действительно ли он «все разобрался» очень открыт для дебатов. Нет сомнений в том, что его методы работают на бумаге (когда вы можете гарантировать выполнение предположений), но насколько хорошо работает в реальных ситуациях, гораздо опаснее.
gung - Восстановить Монику
4
Я хочу дать (+1) и (-1) одновременно, поэтому я не буду голосовать. (+1) для упоминания Иудеи Перл и его работы; его работа определенно помогла установить область причинной статистики. (-1) за то, что он говорил, что веками ставил в тупик философов и статистиков, но теперь Перл решила это. Я полагаю, что подход Жемчуга - лучший способ думать о вещах, но в то же время, если вы используете этот подход (который вы должны), ваш ответ: «Если мои непроверенные предположения верны, я показал причинную связь. Давайте скрестим пальцы об этих предположениях ".
Клифф AB
2
Кстати, мое последнее предложение не сбивает подход Перл. Скорее, это признание того, что причинно-следственная связь все еще очень трудна, и вы должны быть честными в отношении ограничений вашего анализа.
Клифф AB
1
Жемчужина продвигает своего рода нео-байесианство (следуя по стопам великого инопланетянина Джейнса), которое стоит знать. Но ваш собственный ответ гласит: «Для начала вам нужно сделать несколько причинных предположений (причинная модель, в идеале основанная на науке). >> - вот и все. Джейнс был выдающимся критиком основной статистики, которая избегает явных априоров и вместо этого изобретает «объективные» системы, в которых причинность потеряна. Перл идет дальше и дает нам инструменты для распространения предположений о причинности от первоисточников до постеров - что не является причинностью ex nihilo.
user8948
1
Я также избегаю +1 для чрезмерно поэтической части в начале. Я имею в виду, что многие вещи « ставили в тупик [интеллектуалов какого-то рода] на века », но такие наблюдения, как правило, являются результатом предвзятого отбора проб и играют в эту ложную историю человеческого знания, как будто это какая-то цепочка блоков, которую каждый читает и пишет. Но кажется беспочвенным утверждать, что никто в разные века не понимал концепцию только потому, что ее неправильно поняли другие. Извините, что разглагольствовал, просто первоначальный драматический язык, кажется, отвлекает от остальных.
Nat
2

Причинная претензия по возрасту была бы неуместной в этом случае

Проблема с требованием причинно-следственной связи в вашем вопросе к экзамену сводится к одному простому факту: старение не было лечением, возраст вообще не манипулировали. Основная причина для проведения контролируемых исследований именно потому, что из-за манипулирования и контроля над интересующими переменными, вы можете сказать, что изменение одной переменной вызывает изменение результата (в чрезвычайно специфических экспериментальных условиях и при нагрузке с лодки). других предположений, таких как случайное назначение и то, что экспериментатор не напортачил в деталях исполнения, которые я здесь случайно примыкаю).

Но это не то, что описывает дизайн экзамена - он просто имеет две группы участников, с одним конкретным фактом, который отличает их (их возраст); но у вас нет возможности узнать какие-либо другие отличия группы. Из-за отсутствия контроля вы не можете знать, была ли разница в возрасте причиной изменения результата, или же причина в том, что 40-летние участвуют в исследовании, потому что им нужны деньги, в то время как 20-летние были учащиеся, которые участвовали в зачетных классах и у которых были другие мотивы, или любые другие тысячи возможных естественных различий в ваших группах.

Теперь техническая терминология для такого рода вещей варьируется в зависимости от области. Общими терминами для таких вещей, как возраст и пол участника, являются «атрибут участника», «посторонняя переменная», «независимая от атрибута переменная» и т. Д. В конечном итоге вы получите нечто, что не является «истинным экспериментом» или «истинно контролируемым экспериментом», потому что то, о чем вы хотите заявить - например, о возрасте - на самом деле не зависело от вас, чтобы измениться, поэтому вы можете надеяться на самое большее без гораздо более продвинутых методов (таких как причинный вывод, дополнительные условия, продольные данные и т. д.) это утверждать, что есть корреляция.

Это также является одной из причин того, почему эксперименты в области социальных наук и понимание трудно контролируемых качеств людей настолько сложны на практике - люди отличаются друг от друга во многих отношениях, и когда вы не можете изменить то, что хотите чтобы узнать о них, вам, как правило, нужны более сложные экспериментальные и логические методы или совершенно другая стратегия.

Как вы могли бы изменить дизайн, чтобы сделать причинную претензию?

Представьте себе гипотетический сценарий, подобный следующему: группа A и B состоят из участников, которым по 20 лет.

У вас есть группа А, чтобы играть в игру диктатуры, как обычно.

Для группы B вы вынимаете магический стареющий луч науки (или, возможно, призрак обращается с ними с ужасающим обликом ), который вы тщательно настроили, чтобы состарить всех участников группы B, чтобы им было уже 40 лет, но в противном случае оставьте их без изменений, а затем попросите их сыграть в игру диктатора, как это сделала Группа А.

Для большей строгости вы можете получить группу C, состоящую из 40-летних людей естественного возраста, чтобы подтвердить, что синтетическое старение сопоставимо с естественным старением, но давайте сделаем все просто и скажем, что мы знаем, что искусственное старение - это то же самое, что реальная вещь, основанная на Работа".

Теперь, если группа B хранит больше денег, чем группа A, вы можете утверждать, что эксперимент показывает, что старение заставляет людей хранить больше денег. Конечно, есть еще приблизительно тысяча причин, по которым ваше утверждение может оказаться неверным, но ваш эксперимент, по крайней мере, имеет достоверную причинную интерпретацию.

BrianH
источник
2

Нет. Между причинностью и корреляцией существует односторонняя логическая связь.

Рассмотрим корреляцию - свойство, которое вы вычисляете по некоторым данным, например, наиболее распространенную (линейную) корреляцию, определенную Пирсоном. Для этого конкретного определения корреляции вы можете создать случайные точки данных, которые будут иметь корреляцию ноль или единицу без какой-либо причинной связи между ними, просто имея определенные (a) симметрии. Для любого определения корреляции вы можете создать рецепт, который будет показывать оба поведения: высокие значения корреляции без математической связи между ними и низкие значения корреляции, даже если существует фиксированное выражение.

Да, отношение из «не связанных, но сильно коррелированных» слабее, чем «без корреляции, несмотря на то, что связано». Но единственный индикатор (!), Который у вас есть, если есть корреляция, - это то, что вам нужно больше искать объяснения.

херувим
источник
Более высокая планка, чем «отсутствие корреляции» - это статистическая независимость, что подразумевает, например, P (A | B) = P (A). Действительно, нулевая корреляция Пирсона не означает статистическую независимость, но, например, корреляция с нулевым расстоянием .
user8948
2

Как правило, вы не можете перейти от соотношения к причинности. Например, существует известный феномен социальных наук о социальном статусе / классе и склонности тратить / сберегать. В течение многих многих лет считалось , что это свидетельствует о причинно - следственной связи. В прошлом году более интенсивные исследования показали, что это не так.

Классическая «корреляция - это не причинно-следственная связь» - в данном случае смешивающим фактором было то, что рост в бедности учит людей по-разному использовать деньги и тратить, если есть излишки, потому что завтра их может не быть, даже если они будут сохранены по разным причинам. ,

В вашем примере, предположим, что все пожилые люди пережили войну, а молодые люди - нет. Связь может заключаться в том, что люди, которые выросли в социальном хаосе с реальным риском причинения вреда и гибели людей, учатся расставлять приоритеты в сбережении ресурсов для себя и против нужды, в большей степени, чем те, кто растет в более счастливых обстоятельствах, когда государство, работодатели или об этом позаботятся медицинские страховщики, и выживание не является проблемой, которая определяла их взгляды. Тогда вы получите ту же очевидную связь - пожилые люди (включая тех, кто ближе к их поколению) держат больше, но это, очевидно, будет связано только с возрастом. В действительности причинным элементом является социальная ситуация, в которой человек провел годы становления, а также то, чему он научил, а не возраст как таковой .

Stilez
источник
2

Есть несколько причин, почему этот вывод не имеет смысла.

  1. Это не заданная гипотеза.
  2. Нет контрольной группы.
  3. Возраст не является изменяемым фактором риска ... в зависимости от того, какой вопрос вы пытаетесь задать.

Предлагаемое усовершенствование дизайна - следующее перекрестное исследование типа.

Та же настройка: случайные деспоты любого возраста, которые правят землями. Дизайн: Выберите подходящие пары молодых и старых диктаторов. Дайте им горшок с деньгами, осмотрите пропорции удержанных (старый - молодой =п1). Украсть деньги обратно, чтобы у страны и правителя были в основном те же активы, что и раньше. Свергните их с соответствующих престолов и установите их на чужой земле. Повторяйте подачу горшков, проверяйте удерживаемую пропорцию (старый - молодой =п2).

Adamo
источник
1

Причинность и корреляция - это разные категории вещей. Вот почему одной корреляции недостаточно, чтобы вывести причинность.

Например, причинность является направленной , а корреляция - нет. Делая вывод о причинности, вы должны установить, что является причиной и что является следствием.

Есть и другие вещи, которые могут помешать вашему выводу. Скрытые или третьи переменные и все вопросы статистики (выборка, размер выборки и т. Д.)

Но при условии, что ваша статистика сделана правильно, корреляция может дать подсказки о причинности. Как правило, если вы обнаружите корреляцию, это означает, что где-то есть какая-то причинность, и вы должны начать ее искать.

Вы можете абсолютно начать с гипотезы, основанной на вашей корреляции. Но гипотеза - это не причинность, это просто возможность причинности. Затем вам нужно проверить это. Если ваша гипотеза сопротивляется достаточным попыткам фальсификации, вы можете что-то предпринять.

Например, в вашей гипотезе о возрастных причинах жадности одна альтернативная гипотеза будет заключаться в том, что это не возраст, а продолжительность диктатуры. Таким образом, вы будете искать старых, но недавно уполномоченных диктаторов в качестве контрольной группы, и молодых, но диктаторов с детства в качестве второй, и проверять результаты там.

Том
источник
-2

Спасибо @AdamO за то, что вы предложили много обсуждений и споров на этот пост. Я пытаюсь предложить физическое представление о причинно-следственной связи, которое может быть незнакомо среднему читателю статистики.

Вы правы с точки зрения физических наук. В простейшей форме возможность не зависящего от времени представления о причинности лежит в основе дедуктивно-номологического (DN) представления о научном объяснении, рассматривая событие, подлежащее объяснению, если оно может быть отнесено к научному закону. В представлении DN физическое состояние считается объясненным, если, применяя (детерминированный) закон, оно может быть получено из заданных начальных условий. (Такие начальные условия могут включать импульсы и расстояние друг от друга двойных звезд в любой данный момент.) Такое «объяснение детерминизмом» иногда называют причинным детерминизмом.

Получив немного более полную информацию об этом, можно было бы включить индуктивно-статистическую модель Хемпеля, чтобы сформировать научное объяснение , и эта ссылка предлагает более полное обсуждение причинности.

Что касается рассматриваемой проблемы, возраст может быть связан с опытом, но отношения не являются простыми, более того, функции мозга в разных возрастах различны (демаркация времени увеличивается с возрастом). Опыт как модификатор поведения весьма разнообразен, и тот факт, что когорта в определенном территориальном и временном смысле может иметь схожие исторические переживания, не означает, что любое поведение, вытекающее из этого опыта, может быть экстраполировано на другие когорты без страха противоречия. Что касается контролируемого испытания, общность переживаний представляет собой неконтролируемую переменную, которая вводит неизвестное и неисследованное количество ложной корреляции в любое двоичное сравнение, так что любое обнаруженное различие не следует рассматривать как выявление вероятной причинной связи. Более того, вероятная причина, когда обнаружена, будет представлять собой только подозрение, а не то, что можно утверждать с убеждением; в лучшем случае это рабочая гипотеза, а не лучший вывод. Осуждения относительно причинности должны быть получены только из совокупности доказательств, достаточно инклюзивных, чтобы эти убеждения не вызывали разумных сомнений. Это не относится к вышеуказанному вопросу, для которого недостаточно информации, чтобы требовать каких-либо причинно-следственных связей вне совпадения контекста из когортной группировки. Действительно, можно сформулировать так много гипотез, например, что эволюция щедрости с возрастом модифицируется опытом культурной / исторической эпохи, что из сформулированной проблемы нельзя сделать четких выводов. Осуждения относительно причинности должны быть получены только из совокупности доказательств, достаточно инклюзивных, чтобы эти убеждения не вызывали разумных сомнений. Это не относится к вышеуказанному вопросу, для которого недостаточно информации, чтобы требовать каких-либо причинно-следственных связей вне совпадения контекста из когортной группировки. Действительно, можно сформулировать так много гипотез, например, что эволюция щедрости с возрастом модифицируется опытом культурной / исторической эпохи, что из сформулированной проблемы нельзя сделать четких выводов. Осуждения относительно причинности должны быть получены только из совокупности доказательств, достаточно инклюзивных, чтобы эти убеждения не вызывали разумных сомнений. Это не относится к вышеуказанному вопросу, для которого недостаточно информации, чтобы требовать каких-либо причинно-следственных связей вне совпадения контекста из когортной группировки. Действительно, можно сформулировать так много гипотез, например, что эволюция щедрости с возрастом модифицируется опытом культурной / исторической эпохи, что из сформулированной проблемы нельзя сделать четких выводов.

Карл
источник
если X-> M и M-> Y большинство согласится, что X вызывает Y (посредничество). Я думаю, что вам необходимо уяснить, как конкретно задействована «третья» переменная: смещение и спутанность коллайдера - еще один случай «третьей переменной».
AdamO
@AdamO переменные (X → W → Y), если они не обнаружены, могут сделать косвенную причинную связь прямой. Из-за этого экспериментально выявленные корреляции не представляют причинно-следственные связи, если не могут быть исключены ложные отношения. Я вставил ссылку на поддельные отношения для тех, кто хочет узнать об этом больше.
Карл
1
Привет @Carl, спасибо за ссылку вики. Я отредактировал текст, который вы дословно цитировали выше, потому что в богословии нет такой вещи, как «промежуточные переменные». Правильный термин - посредничество. Перл много об этом писал, если вы хотите получить официальную ссылку. Пример: исключение соли из рациона (х) снижает эндогенный уабаин (м), а избыток уабаина повышает кровяное давление (у). Тем не менее, рекомендации по снижению соли (х) эффективны в снижении артериального давления (у). Уабаин не "вмешивается", скорее он опосредует: (m) точно почему (x) работает. Нас редко интересуют прямые эффекты.
AdamO
Привет @AdamO, есть разница между обычным использованием и точным языком. Например, (1) люди говорят: «Курение (сигареты) вызывает рак легких». Является ли? Курение изменяет естественное пристрастие к случайному событию. То есть это увеличивает шансы заболеть раком легких. (2) В классической грамматике английского языка мы говорим, что прилагательное изменяет существительное. Не имеет смысла говорить, что «Курение опосредует рак легких» или что прилагательное «опосредует» существительное. Я не сомневаюсь, что кто-то использует термин «посредник». Однако, это, кажется, неточное использование слова.
Карл
4
«Даже его самые горячие сторонники не могут сказать, как курение увеличивает отношение шансов рака легких», - не имеет значения: это не был вопрос, и нет необходимости объявлять причинно-следственную связь, используя надлежащие контрфактуальные рассуждения. «Не весь рак легких« вызван »курением» - это никогда не подразумевалось, и опять же, не имеет значения. Снова, пожалуйста, прочитайте Причинность и поделитесь своими мыслями после.
AdamO