格格党

手机浏览器扫描二维码访问

六数字人文中的相关性与因果关系（第2页）

因此，和统计方法在社会科学中的应用类似，学者们在数字人文的研究中阐释定量数据分析的结果时一定要谨慎。

切不可武断地将相关关系解释成因果关系。

从定量方法上，为了更清楚地研究是否有因果关系，研究者也可以采用更为直接的“因果推断”

（ference）的统计学模型，对数据进行考量。

“因果推断”

是统计学家发明的一套工具。

它可以直接基于数据检验出两个变量之间是否有因果关系以及影响的效果有多大。

“因果推断”

方法的核心想法其实很简单。

回到陈冬华等的研究中。

在一个完美的情况下，如果能找到两个“几乎差不多”

的诗人，他们在所有的方面几乎都差不多，而其中一个人可能会比另一个人的诗歌写作水平高一些。

此时如果发现他们在史书中受到的道德情操方面的评价有所差异，那我们就有充足的理由相信这个差异来源于他们的诗歌造诣。

当然，这里说的是一个比较完美的情况。

在现实当中，研究者很难找到两个几乎完全一样的个体。

从可操作性的角度来说，一个可行的办法就是最大限度地找到一些水平、经历相似的诗人，可能由于一些偶然的因素，一些人的诗被收录在《唐诗三百首》，而另一些人的诗没有被收录。

如果能挑选出两组这样的人，我们直接比较这两组人在道德情操上是否有区别就可以了。

被收录的那组人在统计学中通常叫作“对照组”

，而没有被收录的那组人在统计学中被称为“控制组”

。

这两组之间在被解释变量上的差异（比如他们的道德情操水平上的差异）就是我们要计算的“因果关系”

。

“因果推断”

的方法本质上就是用科学的方法构造出这两组观测值，然后进行统计上的比较。

统计学中发展和衍生出的一系列的方法，可以帮助研究者挑选这两个几乎相似的组别，具体的方法包括：回归断点设计（regressiondisuitydesign）、匹配（matg）等[20]。

这些方法的核心想法就在于挑选和“控制组”

几乎相同的“对照组”

。

由于篇幅受限，本章不具体展示如何运用这些定量方法提供更精细、更科学的经验证据的细节。

不过，我相信，这些方法如果被更多的文学研究的学者了解和接受，以后一定可以在文学研究的相关领域中发挥独特的功效。