случае устойчивых данных добавление члена, характеризующего взаимодействие, или подгонка кривой – не единственное возможное решение. Существует альтернативная стратегия – анализ данных (data mining). При начертании кривой зависимые и независимые переменные фиксируют и подыскивают математическую функцию, которая даст хорошее статистическое соответствие при таких показателях. При анализе данных фиксируют математическую функцию (обычно это простая аддитивная модель) и подыскивают независимые переменные, которые хорошо сочетаются с зависимой переменной. Предположим, что хорошим сочетанием мы полагаем корреляцию, для которой вероятность случайного совпадения составляет 5 %. В исследовании любого сложного социального явления, такого как доход, можно с легкостью перечислить дюжину переменных, которые могут оказывать свое влияние[43]. Кроме того, есть, наверное, полдюжины способов концептуализировать доход. Крайне маловероятно, чтобы при каком-нибудь из определений дохода ни одна из независимых переменных не показала корреляцию на 5 %-м уровне[44]. Теория вероятности гласит, что самым невероятным совпадением было бы полное отсутствие невероятных совпадений[45].
Как только ученый подобрал подходящую математическую функцию или подходящий ряд зависимых или независимых переменных, он может подыскивать каузальную историю, которая подскажет, как обосновать результаты его изысканий. Когда он описывает результаты для научной публикации, зачастую он представляет все в обратном порядке. Он пишет, что начал с каузальной теории, затем стал искать наиболее достоверный путь ее трансформации в формальную гипотезу и нашел ей подтверждение в данных[46]. Это все лженаука. В естественных науках нет необходимости в том, чтобы логика оправдания соответствовала логике открытия. Как только гипотеза сформулирована в окончательной форме, ее генезис уже не имеет значения. Значение имеют последствия гипотезы, а не истоки. Так происходит потому, что гипотеза может быть проверена на бесконечном числе наблюдений, далеко выходящих за рамки тех, что первоначально подсказали ученому саму эту гипотезу. В социальных (и в гуманитарных) науках для большинства объяснений используется конечный ряд данных. Поскольку процедура сбора данных зачастую не стандартизирована, ученые могут быть лишены возможности проверять гипотезы, используя новые данные[47]. И даже если процедуры действительно стандартные, данные могут не отразить меняющуюся реальность. Невозможно, например, объяснить модели потребления, не принимая в расчет новые продукты и изменение цен на старые.
Без сомнения, практики такого рода имеют место. Я не знаю, насколько широко они распространены, но они встречаются довольно часто, чтобы обеспокоить представителей социальных наук. Главная причина этой проблемы, возможно, – наше неадекватное представление о каузальности со многими ее факторами. Если бы у нас было глубокое понимание того, как при производстве
Так, в одном продольном исследовании отношений между практиками материнства и доходами детей только 35 из 552 корреляций были статистически значимыми на уровне p< 0,05 (что означает, что был 1 шанс из 20, что они получены случайно); факт, очевидный только тем, кто прочел приложение к книге. При переиздании эта часть была исключена.
Теория может предполагать, что плохая погода депрессивно действует на трейдеров, заставляя их продавать. Ученые, однако, сообщают об обратном эффекте, если под плохой погодой понимается стопроцентная облачность. При изменении определения плохой погоды на 80 %-ю облачность знак корреляции волшебным образом меняется на противоположный.
У меня было два случая. Первый раз приехав в Нью-Йорк, я купил билеты на два бродвейских шоу. Одно было выстроено вокруг музыки Фэтс Уоллера, а другое – Дюка Эллингтона. Билетов оставалось мало, и мне пришлось брать то, что есть; в обоих случаях это был ряд Н, место 130. Это было в высшей степени странно, но другое совпадение кажется еще более значительным. Это два других случая, которые со мной однажды произошли: один заключался в том, что я был приглашен на званый ужин и забыл об этом; другой – в том, что я был приглашен на ужин, а потом за полчаса до начала хозяин дома позвонил мне и сообщил, что все отменяется из-за его болезни. Совпадение, заставившееся меня во второй раз подумать, что кто-то следит за мной, заключалось в том, что это был один и тот же званый ужин.
Таким образом, есть три проблемы, связанные с использованием корреляции как пути к достижению каузальности. Во-первых, корреляции могут возникать случайно и не иметь причинно-следственной интерпретации. Во-вторых, корреляция может иметь косвенную причинно-следственную интерпретацию, если два коррелирующих явления – общие следствия третьего фактора. В-третьих, направление каузальности может быть неоднозначным.
Можно обойти эту проблему или по крайней мере смягчить ее, практикуя самодисциплину. Если есть большой набор данных, можно сосредоточиться на репрезентативном примере и игнорировать все остальные. Как только сделано все, чтобы объяснить подгруппу наблюдений, можно распространить объяснение на весь набор данных и посмотреть, сработает ли оно. Если да, то легче избежать подделок. Кроме того, сохранению научной честности способствовал бы отказ научных журналов принимать статьи для публикации, если проверяемые гипотезы вместе с методами их проверки не были переданы редактору, например, за два года до публикации. Такую практику применяет исследователь проблем алкоголя Кэтил Бруун (Ketil Bruun).
