[7] Liu, Keli a Xiao-Li Meng. A Fruitful Resolution to Simpson’s Paradox via Multi-Resolution Inference.  nedatováno.

　　 [8] Armistead, Timothy W. Resurrecting the third variable: A critique of Pearl’s causal analysis of     Simpson’s paradox.  The American Statistician.  2014, 68(1), 1–7.

　　 [9] Lindley, Dennis V a Melvin R Novick. The role of exchangeability in inference. The Annals of Statistics.  1981, 45–58.

　　 [10] Pearl, Judea. Comment: understanding simpson’s paradox. The American Statistician.  2014, 68(1), 8–13.

　　 [11] Dictionary, Oxford English. Oxford English dictionary online. B.m.: Jstor. 2007

　　 [12] Savage, Leonard J. The foundations of statistics. B.m.: Courier Corporation, 1972.

　　 [13] Pearl, Judea. Causality. B.m.: Cambridge university press, 2009.

　　 [14] Pearl, Judea. The sure-thing principle. Journal of Causal Inference.  2016, 4(1), 81–86.

　　 [15] Kahneman, Daniel. 2011. Causes Trumps Statistics. in Thinking, Fast and Slow. Macmillan.

　　 [1] 作者简介：吴小安    (1984—),    江苏南通人，首都师范大学在读博⼠。研究方向因果性，死亡哲学，哥德尔不完备定理。E-mail: nantongwu@gmail.com

　　 [2] 怎么强调辛普森悖论在因果理论中的重要性都不为过，它是诺贝尔经济学奖得主丹尼尔·卡内曼在书中强调的“因果战胜统计”([15], pp. 166-174)  和 朱迪亚·珀尔“人是一架因果处理器”（[13], p.180）的有力证明，它还证明了统计方法的界限，在数据分析中引入因果考量的必要性。

　　 [3] 这源自一个真实的案例，1973 年加州大学伯克利分校男性的录取率为  44%，女性的录取率为 35%，因而被认为在招生的时候歧视女性申请者而被起诉, 但是当每个学院都要求出示本学院的录取数据时。出乎意料的是，绝大多数的学院的录取数据恰恰相反，女性申请人的录取率显著高于男性申请人。

　　 [4] 我们认为这是一个悖论，在珀尔看来是因为我们使用了这样一个没有被明确表达的隐含假定：服药并不影响性别。如果这个假定不成立也就没有辛普森悖论了。但是这样一个假定我们无法在数据中检验它，而且在标准的统计数学中没有得到形式的表达。