MAST20034 Critical Thinking with Data (MAST20034)

📏 样本翻十倍，偏差还在

你大概默认 n 越大结论越稳。Week 5 讲推断的五个假设，排在头一个的是 representative sample；Week 9 说得更直：抽样方法本身偏了，样本再大也只是把同一个错误放大。

原因在两种误差。随机误差按 1/√n 下降，样本翻十倍，大约降到原来的三分之一；抽样框漏掉的人，再多收几千份也补不回来，置信区间只会更窄地围着错的位置。1936 年 Literary Digest 用电话和汽车登记名单抽样，样本很大，可当时有电话有车的多是有钱人，结论跟着偏了。

所以拿到一个研究，我的做法是先问名单从哪来，再看 n。

🧭 11 周在练同一张清单

Week 1 的 Six W 问数据谁收、为什么收、收了什么、怎么收、何时、何地；Week 3 的六大支柱看设计能不能压住偏差；Week 5 的三层问题看证据、分析和结论；Week 10 的 Hill 九条判断能不能说到因果。

如果你按周背，每周的框架都记得，读到一篇没见过的研究却不知道先问哪一条，写出来的点评就会东一句西一句。我的做法是把它们叠成一张表，按顺序过一遍：数据怎么来，设计能不能排除混杂，分析有没有报效应量和置信区间，结论能不能说到因果。Week 5 专门提醒，只写 p < 0.05 会丢掉方向和效应大小，读的人没法还原你的推断。

拿一篇「喝奶茶的人更容易失眠」的报道试一遍：Six W 问数据是谁收的、怎么收的；支柱问有没有对照组；三层问题问报没报效应量；Hill 九条问时间顺序，是先喝奶茶还是先睡不着。四步走完，能说的结论就清楚了。

🔁 往回查记录不等于 case-control

Week 4 的四种观察性研究里，cohort 和 case-control 是课上反复强调的一组区分。直觉是看时间：翻旧档案的就叫 case-control。

课上看的是分组依据。按暴露分组（吸烟和不吸烟）再看结局，是 cohort，哪怕数据全是过去的记录，也叫 retrospective cohort；按结局分组（得病和没得病）再问过去的暴露，才是 case-control。拿到一段研究描述，先找它从哪一群人出发。

分错了，后面的指标也跟着错：case-control 只能算 OR，算不了 incidence 和 RR；结局常见时，OR 会夸大 RR。Doll 和 Hill 1950 年那项从 649 名肺癌病人和 649 名对照出发，是 case-control，算出 OR 约 14；1954 年从四万多名医生的吸烟习惯出发往后跟踪，是 cohort，还看出了吸得越多风险越高。两项放在一起对照，分组依据一眼就清楚。