方法与证据
一九四八年，一项肺结核治疗的试验把病人随机分成两组，此后"随机"成了判断因果最硬的一块地基。可是大多数要紧的问题没法抽签决定谁去经历：没有人为研究吸烟而随机指派谁去吸烟，也没有人为研究战争、货币政策或教育制度而抽取一批人去经历它们。
这两篇接着前一组条目往下走，从"科学知识怎么被追问"转到今天真正做研究的人怎么处理数据。追问的层次变了，落点却是一处：任何结论都建立在一批假设上，诚实的研究把这些假设说出来。
第一篇讲因果识别。它从一个大家都会遇到的场面开始：一群常喝咖啡的人心脏病更少，这个结果能不能信。混杂把相关和因果分开，随机化提供了最干净的一条路——在期望上消除可观测与不可观测的差异——但这条路有清楚的边界：内部效度与外部效度不是一回事，很多干预根本无法随机分配。于是有了准实验的工具箱：双重差分与平行趋势假设，断点回归与门槛两侧的近似随机，工具变量与排除性限制，匹配与倾向得分。每一件工具都挂着一个不能直接检验的假设，所以读这类研究，要问的是测量、可比性、效应量与适用范围这四件事。
第二篇把镜头往后退一步，比较量化与质性两种传统各自能回答什么。问卷的编码把概念变成数字，抽样误差可以计算，系统偏差却往往算不出来；访谈、观察与档案能回答"怎么发生"，代价是代表性有限，研究者自己的位置也会进入材料。两者并不冲突，它们只是被指派了不同的任务。真正的接合点有四种做法：先后互补、三角验证、过程追踪、预注册与开放材料。读到最后，两篇会合到同一条朴素准则上——让别人能从材料走到结论。
顺序上先读因果那篇，它给出反事实与识别设计的语言；再读量化与质性那篇，因为它反过来追问这些数字是怎么被造出来的。如果只挑一篇，读第二篇的收尾部分也有用：它讲的不是方法，而是判断方法的那把尺子。
- - - - -
本中章节收录：《从相关性到因果：随机化与准实验》、《量化与质性：两种传统怎么配合》。