懷孕能喝咖啡嗎？致癌食物同時也是防癌食物？

文／約翰．強森、麥克．葛拉克；譯／吳書榆

對很多家長來說，要確保自己的孩子比同儕更聰明，是壓力很大的一件事。所以我們會帶孩子做天賦評估，從很小就開始接受訓練（對全球市值高達 540 億美元以上的測驗準備課程、家教與諮商市場貢獻良多），並替他們報名各式各樣想像得到的課程。

但到頭來，實情是，我們根本大可省下大把的鈔票（與時間）。我們做了研究，現在，我們要告訴大家，如何讓你的小孩更聰明。

根據最近的數據顯示，聰明的人具備以下這些特點：

・戴眼鏡（資料來源：AOL）

・使用iPhone（資料來源：CNN）

・共和黨員（資料來源：皮尤研究中心）

・聽電台司令樂團（資料來源：《華爾街日報》）

・熬夜（資料來源：《君子》﹝Esquire﹞雜誌）

・左撇子（資料來源：《紐約客》﹝The New Yorker﹞雜誌）

・喝比較多酒（資料來源：《今日心理學》﹝Psychology Today﹞雜誌）

上述每一個因素，都被指稱是和智力有關的特質。如果你十分渴望在自家休旅車保險桿上貼上「孩子晉身榮譽榜的驕傲家長」貼紙，顯然你要做的就是替孩子配一副眼鏡，教他們使用 iPhone，聽幾場雷根總統的演說，和電台司令一起玩樂團，午夜之前別讓他們上床，把他們的慣用手改成左手，並開始訓練他們的酒量（當然，要等他們到了法定喝酒年齡）。

我們瘋了嗎？

沒有。我們只是讀了幾篇看來是從統計分析中得出錯誤結論的研究和媒體報導。具體來說，是一些把「相關性」和「因果關係」混為一談報告與文章，無意間誤導了讀者重點所在。

我們應該要注意到這裡有兩個問題：有時候，原創性的科學研究也可能誤把相關性當成因果關係；然而，在日常生活中，你更可能遭遇到的，是媒體以錯誤的方式報導科學研究的發現。我們已經看過很多範例，媒體把科學發現報導成一種因果關係，但原始的研究僅表明其中有相關性而已。

從統計的觀點來看，我們可以在任兩個因素之間找到很多明顯的關連，比方說，戴眼鏡和高智商。這類關連──指數據之間有某種關係──稱為「相關性」。但就像本章接下來要探索的，兩個因素之間存在著統計關係，並不代表兩者之間存在著有意義的連結。

相關性並不等於因果關係。實際上，這正是人們最常犯下的一種數據錯誤解讀。不過不要緊，在本章中，我們會貼近檢視人們如何、以及為何誤將相關性當成因果關係，並提供工具幫助你理解哪些日常小數據是你應該相信的。

寶寶、咖啡和波爾多紅酒

當經濟學家歐絲特剛懷孕時，她（就像其他準媽媽一樣）最想知道的其中兩件事就是：她在安全範圍內可以喝多少咖啡和酒。

她不想要朋友和鄰居提供的傳聞建議，不想要醫生模稜兩可的說法，她也不想知道相關性。但是，很多建議的基礎就是上述這些資訊。

在檢視喝咖啡和高流產率之間的關係時，她發現，喝咖啡的女性和不喝咖啡的女性之間就有很大的差異，「這些差異，可能就是造成流產率差異的理由。」換言之，她發現了遺漏變數。

幸運的是，歐絲特是一位經濟學家，她知道如何理解數字，而不單是聽醫師說，或是在網路上閱讀幾篇文章。但是，要找到真相並不容易。她徹底研究了幾百項研究，閱讀原始的結論，完全不假手他人。（還有，沒錯，她在孕期偶爾會喝點酒，而且一天喝三到四杯咖啡。）

即便你受過正確解讀數據的訓練（而且不斷精益求精），要找到真相還是要付出大量的時間和精力。許多經濟學家（這裡指的是投入觀察與實驗，而不是只仰賴理論的學者）用一生的專業去評估與思考遺漏變數偏誤，社會科學家花幾百個小時分析數據以證明相關性或因果關係，這樣的情況並不少見。

我們不是要嚇唬你，只是要讓你知道，打破砂鍋問到底需要訓練和努力。即便如此，以我們的經驗來說，光是知道如何與何時要質疑數據，就能讓你遠遠勝過多數人。

致癌食物也是防癌食物

在現今這個世界，很容易就找到已發表的研究支持反方論點。二手菸會──也不會──引發肺癌。酒也一樣。另外還有牛奶和雞蛋、番茄和馬鈴薯、咖啡，甚至是玉米……這是致癌食物清單，還是防癌食物清單，端看你讀的是那一份研究，這份清單還可以繼續列下去。

事實上，兩位研究人員決定要探討這個現象，他們寫了一篇論文，名為〈我們吃的所有食物都和癌症有關嗎？系統性檢視食譜〉。他們先從食譜裡挑了五十種食材，然後做了一些研究，發現在這五十種食物裡，有四十種都曾經被報導有致癌風險。

某些文章報導某種食物和高致癌風險有關，有些則說這種食物有助於防癌。那麼，你要如何決定晚餐吃什麼？

統計顯著性是威力無窮的工具，前提是要運用得宜。經濟學家賈斯汀．沃菲斯（Justin Wolfers）是布魯金斯研究院的研究員，也是密西根大學的教授，同時還是《紐約時報》經濟議題的固定專欄作家。我們請教他，當讀者面對這麼多彼此衝突的研究時，該怎麼辦。「一般而言，」他解釋，「沒有任何一項研究可以完全推翻過去已經存在的文獻。知識的增長通常是漸進的，而不是突如其來的。」

下一次，當你讀到最新的研究結果似乎推翻了過去幾年的研究時，請記住這一點，新的研究結果可能很有趣，也可能是真的，但應該放在同領域其他研究的脈絡下來看。就算一個具備統計顯著性的研究說 X 可以防癌，並不代表不會有另一個研究主張 X 無助於防癌。

※ 本文摘自《一次看懂小數據》，原篇名為〈你比用iPhone、聽電台司令的人更聰明嗎？區別相關性與因果關係〉，立即前往試讀►►►