類別: 謬誤
類型: 邏輯謬誤
起源: 拉丁語短語,意為「在此之後,因此由於此」
別名: 後此謬誤、虛假因果、伴隨謬誤
類型: 邏輯謬誤
起源: 拉丁語短語,意為「在此之後,因此由於此」
別名: 後此謬誤、虛假因果、伴隨謬誤
快速回答 — 後此謬誤(正式名稱為「post hoc ergo propter
hoc」)發生在當有人假設因為一個事件跟在另一個事件後面,所以第一個事件必定導致了第二個事件時。這是因果推理中的一個基本錯誤——相關不等於因果。僅僅因為兩件事按順序發生並不意味著第一個導致了第二個;兩者可能完全由其他因素引起,或者這種關係可能是巧合。
什麼是後此謬誤?
後此謬誤的名稱來自拉丁語短語「post hoc ergo propter hoc」,翻譯為「在此之後,因此由於此」。邏輯錯誤發生在我們假設事件B跟在事件A之後,所以事件A必定導致了事件B時。這是最常見和最持久的推理錯誤之一,因為我們的大腦生來就會尋找模式——即使根本不存在模式。「人腦是一個尋找模式的器官,這種傾向在許多情況下對我們很有幫助。但是當我們把序列誤認為因果時,我們就會在偶然的相關性上建立錯誤的理論。」後此思維的危險在於它感覺上直觀正確。我們看到某事發生,然後另一事發生,我們的大腦自然地將它們聯繫起來。但這種直覺的跳躍跳過了關鍵的一步——實際展示因果機制——而許多明顯的順序實際上完全是巧合。
後此謬誤的三層理解
- 入門級: 當一家企業推出新產品,銷售額在次月增長,假設產品導致了增長,這就是後此謬誤。增長可能來自季節性因素、競爭對手的失敗或整體經濟改善,而不是產品本身。
- 實踐級: 在資料分析中,始終區分相關性和因果性。藥物試驗顯示治療後改善並不能證明藥物有效,因為沒有對照組。改善可能是回歸均值、安慰劑效應或自然康復。
- 進階級: 認識到後此推理是許多社會神話的基礎。「文明因偉大領袖而興衰」忽略了複雜的系統性因素。歷史充滿了將複雜因果簡化為單一原因故事的後此敘事。
起源
後此謬誤自古代以來就已被認識。亞里士多德在他的邏輯和修辭著作中討論了因果歸因的錯誤。拉丁語術語在中世紀經院哲學中正式化,「post hoc ergo propter hoc」成為邏輯討論中的標準短語。 這種謬誤在科學方法的發展中變得尤為重要,科學方法引入對照實驗正是為了避免後此推理。通過比較有干預時發生的情況與沒有干預時發生的情況,科學家可以區分真正的因果關係和僅僅是序列。儘管如此,後此思維在日常推理、新聞業甚至一些缺乏實驗方法的學術領域仍然普遍存在。核心要點
應用場景
商業決策
高管在將成功歸因於特定舉措時經常犯後此謬誤。行銷活動後的收入增長可能是由於季節性因素、競爭對手問題或經濟狀況——而不是活動本身。
醫學推理
患者和一些醫生錯誤地將康復歸因於治療,僅僅因為改善發生在治療後。沒有對照研究,這可能是自然康復、安慰劑效應或錯誤歸因的時間。
歷史分析
歷史敘事經常犯後此謬誤,論證「X導致Y」僅僅因為X先於Y。複雜的歷史事件通常有多種原因,後此分析將它們過度簡化。
個人生活
迷信思維經常依賴後此:「我穿了幸運襪,然後我們赢了比賽。」勝利與襪子無關,但我們的大腦尋找模式,記住命中而忘記失誤。
經典案例
股市的漲跌提供了大量後此推理的例子。二千零八年金融危機後,出現了許多解釋,聲稱要顯示到底是什麼「導致」了崩潰——複雜的金融產品、監管失敗、貪婪的銀行家。雖然這些因素當然相關,但後此推理將一個極其複雜的系統簡化為單一原因或清晰的故事。 更有啟發性的是這樣一個常見模式:新CEO接任後股價上漲,從而得出新CEO「拯救」了公司的結論。然而,股價通常在新CEO甚至還沒開始之前就開始回升,反映出預期或市場周期。新CEO也通常從前任的重組中繼承了改善條件。後此敘事——新領導層導致了改善——忽略了這些時間複雜性和第三變數,如經濟狀況。 正確的方法需要對照比較:沒有干預會有不同的結果嗎?沒有這種反事實分析,後此敘事仍然只是編造的故事。邊界與失效場景
當序列暗示因果時: 在某些情況下,時間序列確實提供因果證據——當存在明確的機制且沒有第三變數解釋時。如果你打開開關,燈就亮了,序列強烈暗示因果,因為物理機制是已知的。 當後此最危險時: 後此在最複雜系統中 最為危險——有多個潛在原因:經濟學、歷史、醫學和社會現象。在這裡,序列幾乎不提供因果證據。 常見誤用模式: 後此是大多數迷信思維和許多陰謀論的基礎。兩者都從時間序列構建因果敘事,而不展示實際機制。愛編造後此故事的大腦——即使它完全錯誤。常見誤區
誤區:如果它發生在之後,就是由……引起
誤區:如果它發生在之後,就是由……引起
現實:
時間序列不提供因果關係的邏輯證明。許多事情發生在其他事情之後而沒有任何因果聯繫。因果需要展示機制,而不僅僅是注意序列。
誤區:如果原因看起來明顯,就不需要對照實驗
誤區:如果原因看起來明顯,就不需要對照實驗
現實:
這正是最需要對照實驗的時候。我們對因果的直覺在複雜系統中尤其不可靠,在那裡多個因素相互作用。
誤區:當相關性很強時,統計數據證明因果關係
誤區:當相關性很強時,統計數據證明因果關係
現實:
沒有任何數量的相關性數據可以證明因果關係。即使是非常強的相關性也可能是由於第三變數。只有實驗操作才能建立因果關係。
相關概念
伴隨謬誤
一種變體,假設因為兩件事一起發生(「伴隨此,因此由於此」)而不是按順序發生。相同的邏輯錯誤適用。
確認偏誤
傾向於尋找和記住支持現有信念的資訊,同時忽略相反的證據。這通過選擇性注意「命中」來加強後此推理。
回歸均值
一種統計現象,極端結果之後往往會出現更平均的結果。這經常被誤認為是因果關係,而實際上它是自然變異。