一句话定义
噪声因果化是把随机波动解释成确定原因。系统1讨厌无原因，于是给波动补故事。
机制 / 原理
看到变化时，先分三层：测量误差、随机波动、真实机制。只有排除前两层，原因故事才有资格上场。
经典实验 / 例子
第 10 章还谈到篮球“手热”直觉：球员连续投进几球时，球迷、教练和球员都倾向相信命中率暂时提高。后续研究让这种直觉受到挑战，因为人们会在短序列中看到过多模式，把随机波动讲成状态变化。这个案例说明，系统1讨厌无原因的波动，会主动把噪声编成一个像因果的故事。
生活中的例子
广告团队发现某个标题周二转化率翻倍，文案负责人马上总结“短标题更能制造紧迫感”。数据同事拉出过去 30 天分时段数据，发现当天刚好一个大号转载带来不同流量来源。团队没有否认标题可能有用，而是先排除渠道、样本和随机波动。因果故事等到噪声过关后才有资格上场。
常见误区
误区：每个变化背后都有一个可讲清的原因。 很多短期变化只是噪声。