为什么很多人喜欢用案例而不是统计来说明问题？

在介绍某一现象的时候，只举了这些现象的案例，而没有拿出关于这些现象的统计。

热心的回应 · 2019-6-29 01:29:48

在很多学科中，案例分析（case study）和统计研究一直是比较主流的研究方法，而且不同学科对这两者的使用侧重点也非常不同，甚至使用什么样的研究方法很多时候成了学科的鄙视链的「证据」，比如经济学鄙视社会学不懂统计方法做因果推断，社会学鄙视经济学滥用统计方法乱搞。
其实这些方法用来用去，最后目的都是一样的：寻找现象背后的逻辑。在这一点上，不同学科之间完全没有必要相互鄙视。实际上，案例分析和统计研究各有各的优点，都是不可或缺的统计研究手段。
甚至有些论文，文章的主要工作是做统计研究，但是在文章中会写一个案例，这样冷冰冰的统计方法就鲜活了起来；一些案例分析的文章也会援引各种统计数字，所以两者并非矛盾，而是相辅相成的。
很多研究是必须要量化研究的，否则研究就失去了意义，这个时候，统计研究是不可或缺的，比如对不平等的测算、边际消费倾向的测算等等，这些研究是天然的需要量化的，案例分析不能代替。
统计方法的优点是能够很大程度上保证研究对象的代表性，可以量化影响的大小，在研究因果关系的时候，数学的引入使得我们更加明确所得到的结论需要的假设是什么。
然而案例分析本身也有其自身的优点。比如，很多时候我们根本不可能获取如此之大的样本。如果一种疾病非常罕见，全世界只有一例，那么任何的统计研究都是失效的，我们有的只有案例。同样，很多社会现象有其特殊性，获得样本是非常困难的事情。比如「艾滋村」，这一现象的出现本身就是极其罕见的，但是问题又是非常重要的，请问这种现象如何进行统计分析？我想还是很困难的。而一个案例分析也许更能全方位的交待这一现象的社会背景，让人们更加全面而清晰的认识这一问题。
此外，不同于冷冰冰的统计数字，案例分析因为只有屈指可数的案例，所以更能提供统计数字所提供不了的细节。计量经济学上的因果推断经常只关心一个「因」的一个「果」，因为只有把问题的范围尽量缩小，才能保证方法的合理性和结论的可靠性。此外，很多因素是不能够被完全量化的。然而社会现象毕竟是复杂的，很多时候一个现象的成因不是单个因素就能决定的，如果想对一个现象有全面的把握，恐怕案例分析更具有全面性。比如对于「艾滋村」，贫穷、医疗知识匮乏、社会网络、政府监管等，都可能是原因，即便有大量的艾滋村样本，单个研究也很难对所有这些因素同时做因果推断。然而基于扎实的调研的案例分析很多时候可以比较全面的帮助我们了解其背后的背景。
其实很多时候案例分析本身就应该是统计分析的前奏，只有对「代表性」的微观案例有了比较清晰的把握，才有可能使用统计工具做出靠谱的因果推断。比如Wei老师性别比例的文章就是在农村调研时，发现农户的房子高度，问农民原因之后得到的启发。
其实任何的方法都有其利弊，任何的研究方法都会存在一些权衡，比如结论可靠性、代表性与成本的权衡，分析的全面性与准确性的权衡等等。面对这些权衡，如何做出选择，可能跟问题的性质以及研究人员的偏好都有关系。优秀的研究者不应该戴着有色眼镜审视其他人的工作，但凡是有启发的工作，不管使用什么方法，都是有意义的。

热心的回应 · 2019-6-29 01:29:49

并不是这个样子的。每当我使用统计来说明问题的时候，就会有一大堆人来跟我说特例。每当我使用例子来说明问题的时候，就会有一大堆人来跟我说统计。所以实际上就是，你可能遇到的这些人，刚好统计数据对他们没有优势（逃

热心的回应 · 2019-6-29 01:29:50

因为有相当一部分人喜欢生动的故事胜于冰冷的数字。
从讲授者的角度，这也是一种受众筛选机制，筛选出喜欢听故事的人。

热心的回应 · 2019-6-29 01:29:51

有可能有几种原因
1. 有些地方数据点不够只能用案例分析（尽管严格意义上来说，案例分析无论是信度还是内部效度和外部效度都差得离谱，但是别的都用不了的情况下你还是只能用这个，至于用了之后能不能说明问题那就是另一回事了）……
2. 有些时候采用案例来说明问题更直观，更引人注意
3. 有些立场你除非用案例分析否则都无法给出支持（所谓的先开枪再画靶子系列）

热心的回应 · 2019-6-29 01:29:52

case study建立假设
statistical testing进行检验

为什么很多人喜欢用案例而不是统计来说明问题？

5 个回复