← 返回统计与数据判断力
学习进度1 / 6

相关不等于因果

Correlation is not causation · ST11 因果判断与证据等级(Causality and Evidence)

一句话定义

相关不等于因果是指两个变量一起变化,并不能自动说明一个变量导致另一个变量。

机制 / 原理

因果判断至少要回答三个问题:原因是否发生在结果之前,是否存在可解释的作用机制,是否排除了共同原因、反向因果和选择偏差等替代解释。相关可以提出怀疑,但不能单独完成这些检查。

相关到因果:中间缺几道门X 与 Y 相关X 导致 Y?时间顺序机制 / 混杂相关只是线索,因果需要排除替代解释相关只是因果线索,必须检查时间顺序、机制和替代解释。
相关只是因果线索,必须检查时间顺序、机制和替代解释。

经典实验 / 例子

冰淇淋销量和溺水人数一起上升,不说明冰淇淋导致溺水。炎热天气同时增加买冰淇淋和游泳的人数,是更合理的共同原因。

生活中的例子

孩子补课多且成绩高,不能直接证明补课导致成绩高。可能是家庭资源、家长投入、学生原本能力同时影响补课选择和成绩。

常见误区

常见误区是只要两个变量同时变化,就说其中一个导致另一个。因果需要时间顺序、机制和替代解释检查。

资料来源:OpenIntro Statistics; CMU OLI Statistical Reasoning; Online Statistics Education; OpenStax Introductory Statistics 2e,课程内容为原创改写 · 第 ST11
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。