相关不蕴涵因果

(重定向自相關不蘊含因果

相关不蕴涵因果(英语:correlation does not imply causation),又称为相关不代表因果,是科学统计学经常强调的重要观念,意思是若两个事物(统计学上会用变数代表)有明显的相关时(即当一件事出现,另一件事也出现),不一定表示两者之间有因果关系

例如人口增加与交通事故增加具有正相关,不代表两者有因果关系,尤其不代表人口增加导致更多交通事故增加,而是有其他因素的存在,又如冰淇淋销售量增加与溺水死亡的人数成正相关,不能推论成冰淇淋会造成溺水,而是因为气温升高,买冰淇淋与从事戏水的人数都同时增加,在同样的概率之下,溺水死亡的人数当然也会增加。若为德州神枪手谬误伯克森悖论,甚至无因果关系。

相关证明因果

编辑

相对地,相关证明因果(英语:correlation proves causation)、与此故因此拉丁语cum hoc ergo propter hoc)即是认为当两变数相关时,必有因果关系,这是一种非形式谬误

一个实际的例子是流行病学研究曾发现,接受激素替代疗法的妇女,发生冠心病的比率较一般人低,使医界一度认为激素替代疗法有预防冠心病的效果。然而后续的随机对照实验显示,激素替代疗法会使冠心病的发生率增加。重新分析资料后发现,接受激素替代疗法的妇女社会地位多半较高,她们通常有较好的饮食、运动习惯,因而比较不容易发生冠心病。[1]

参考文献

编辑

参见

编辑

外部链接

编辑