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，是科学和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- ^ Lawlor DA, Davey Smith G, Ebrahim S. Commentary: the hormone replacement-coronary heart disease conundrum: is this the death of observational epidemiology?. Int J Epidemiol. June 2004, 33 (3): 464–7. PMID 15166201. doi:10.1093/ije/dyh124.