研究说了什么
生态学谬误是把群体层面的关联当成个体层面的关联。群体数据里暴露与结局都是均值或比例，组内变异被抹平，两个变量在组间的相关可以完全由第三个变量造成。经典例子是跨国的脂肪摄入与冠心病死亡率：国家越富裕，脂肪摄入越高，医疗资源与诊断能力也越强，死亡率却受登记质量影响。另一个例子是地区平均收入与寿命，相关很强，但不能推出个人收入每增加一万元能多活几年。分析方法上，多水平模型可以把组内与组间效应分开，组间效应仍然不是个体效应；生态学回归加入组内协变量只能部分缓解。群体层面的暴露分布还会影响个体风险的推断，即使个体风险相同，不同分布的组也会呈现不同的率。诊断标准与登记完整性的差异，会让同一疾病在不同地区的发病率相差数倍，比较时若不校正，结论会落在登记系统而不是疾病本身。辛普森悖论是同一现象的另一种表现：组间趋势与组内趋势可以方向相反，合并数据后的斜率既不代表个体也不代表任何一组。生态学相关系数通常被样本量放大，几十个国家的回归里，一个离群国家就能决定斜率。
为什么重要
抗衰科普大量依赖这类比较：某国人均吃豆类多、寿命长，某地区橄榄油消费高、心脏病少。这些观察能提出假设，却不能证明个体层面的因果。蓝区研究本身就是生态学层面的描述，百岁老人比例受出生登记质量、年龄验证与人口流动影响，把当地饮食直接搬到别处并不一定有效。对政策制定者，地区层面的相关容易变成一刀切的建议，比如按人均盐摄入立法，却忽略了个体摄入的分布。对读者，识别方法是看分析单位：如果分析的是国家、省、医院或社区，结论就只能停在这个层级。它也能解释为什么同一暴露在不同国家的研究结论相反，组内分布与组间分布本来就不是一回事。移民研究提供了另一种检验：同一人群搬到不同环境后风险改变，说明环境因素重要，但这仍不是个体因果的直接证据，因为移民本身经过选择。对媒体，把国家层面的寿命差异归因于某一种食物，是最常见的跨层误读。对营养流行病学，人均供应量数据来自食物平衡表，统计的是可供消费量而非实际摄入，误差可达三成。
证据与边界
生态学谬误不是禁止使用群体数据，而是禁止跨层推断。当组内暴露几乎没有变异时，比如饮水氟化按社区统一实施，群体比较反而接近个体效应，这类自然实验是例外。组内样本量足够大、组间协变量分布重叠时，多水平模型能给出更接近个体的估计，但仍依赖假设。另一个边界是暴露的定义，人均消费量不等于个人摄入量，前者还受浪费、进出口与家庭分配影响。一个典型失败案例是把各国巧克力消费量与诺贝尔奖数量做相关，得出吃巧克力提高智力的结论，人均收入与科研投入才是更合理的解释。另一个常见问题是组数太少，十几个国家的回归极易受一两个离群点影响，加权与稳健标准误也救不了。看到生态学比较，先问组数、组内变异与登记质量，再问作者有没有跨层下结论。若论文用群体数据讨论个体机制，至少应说明组内暴露分布，并避免把回归系数写成个人风险。另一个技术细节是加权，按人口加权与按国家加权会得到不同斜率，论文不说明权重，结果无法复现，组间异方差也需要稳健标准误。