群体证据：不要直接推断个体行为

群体均值之间有关系，不代表群体内部个体之间存在同样关系。写下客户、员工或公司怎样行动之前，先核对分析单位。只有两个群体百分比，没有额外假设或证据，就不能还原缺失的个体交叉表。

主张需要对应观测单位

假设备忘录比较数字服务使用较多的地区与家庭消费较强的地区。这可以描述地区关联，却不能证明使用服务的人就是增加消费的人。每个地区内可能是不同家庭分别贡献了两个汇总数字。

CDC 对生态研究的说明在流行病学背景下解释，群体关联未必适用于个体。这里借用的是相同逻辑问题，再用虚构商业案例演示；不表示 CDC 认可投资方法，也没有将医学发现转用为财务行为结论。

假设一百户家庭中，六十户使用数字服务，六十户增加消费。设两者同时发生的户数为 x，则 x 可从二十到六十。至少二十户重叠，因为两类合计为一百二十；但这些总数不能说明真实重叠落在哪里。

可行分配	使用者中增加消费	非使用者中增加消费	镇内个体关联
x＝20	六十户中的二十户	四十户中的四十户	使用者更少增加
x＝60	六十户中的六十户	四十户中的零户	使用者更多增加

两种分配都符合“六十户使用、六十户增加消费”。个体关联方向反转，边际总数却完全相同。即便另有地区相关系数，也不会自动提供镇内缺失的联合分布。

总体 N 中，第一类有 A、第二类有 B，交集下限是 max（0，A＋B－N），上限是 min（A，B）。这是算术可行范围，不是置信区间。它说明边际允许什么，不能告诉哪种分配更可能，更不能解释任何家庭为什么改变支出。

额外交叉表可以缩小范围，但先确认对应同一批人与同一期间。一个样本的使用调查，与另一个样本的消费记录，不能直接逐人连接。地区名称相同、总人口一样，都不能证明记录级身份相同。

群体资料并非没有价值。地区政策、基础设施限制或本地市场条件，本来就可能是群体层面的研究目标。错误在于没有支持数据，却改变结论层级。明确问题针对地区、机构、公司还是单个账户，再选择适合层级的证据。

个体资料也不一定完整表达群体机制。保留相关环境，不必坚持所有有价值的问题都只能压缩成人与人的比较。目标是估计对象与观测一致，而不是无条件偏爱最细颗粒度。

例如公司层面的经营杠杆，本身涉及组织与合同安排，不能仅用每位员工的数据替代。同样，地区需求指标可以帮助设定后续问题，但不能冒充该公司具体客户已经改变购买行为的证据。

明确什么资料能区分不同分配，例如匹配面板、同一问卷的联合问题，或定义清楚的行政交叉表，并遵守相应访问与隐私约束。模型生成了看起来合理的个体行，也不代表从群体边际恢复了真实个人行为。

取得个体资料后，选择偏差、时间和混杂仍然需要另外检查。发现使用者更常增加消费，只能先形成该样本定义下的关联，不能自动认定服务导致消费。缺少联合资料与因果识别是两层问题，不应互相代替。

说明实际观察到的群体关系、尚未解决的个体推论，以及什么证据能够解决。案例中的两个六成比例，无法唯一确定使用者消费行为。收窄结论的价值，是避免把地区图误读成客户行为已经得到证明。

不表示。边际比例不提供重叠情况，需要链接观测或有依据的额外信息。

不应该。它可以直接回答群体问题，只需让结论层级与实际测量一致。