为什么相关性不等于因果性？终于有人讲明白了

导读：本文我们来讨论有关相关性和因果性的话题。

作者：徐晟

来源：大数据DT（ID：hzdashuju）

相关性体现了两个事物之间相互关联的程度。比如房屋面积越大，房价就越高，改变其中一个变量（房屋面积）会引发另一个变量（房屋的价格）朝着同样的方向变化，这两个变量就存在正相关性。反之，如果一个变量的改变会让另一个变量朝着相反方向变化，就表明它们有负相关性，比如海拔高度和大气压的关系。

不过，数据之间通常只能呈现关联性，而很难直接体现因果性。人工智能就是一个典型代表，计算机只能发现数据之间的联系，它不负责解释原因。

再来看看因果性。人其实特别喜欢归因，一旦看到某种现象，就总喜欢把这个现象归到某些原因上。这点也体现在人类语言中。比方说，家长常常告诉孩子：“你不好好学习，就会挂科。”这个表述容易让人误以为“好好学习”和“挂科”具有因果关系。

可实际上，家长只是想表达，前者增加了后者发生的可能性，不是必然会让后者发生。日常生活中人们已经习惯使用大量口语化的因果句式，可它们并不一定都有因果关系。

处理统计学问题时，我们必须遵守一个基本原则：数据的相关性并不代表因果性。两个变量存在相关关系，并不代表其中一个变量的改变是由另一个变量变化引起的。

举例来说，20世纪50年代，人们观察大气层二氧化碳的含量和肥胖症人口的数量变化，发现两个数据都出现了明显的增长。似乎二氧化碳含量的增加会导致人类的肥胖。

但实际原因是，那段时间汽车业开始发展，汽车尾气排放增加，导致了大气中二氧化碳浓度上升；同时越来越多的人使用汽车作为代步工具，人们走路活动的时间变少，自然也就越来越胖。

类似的案例还有很多。有人说喝啤酒会导致肚子变大，但我们不能证明喝酒是导致肥胖的原因，更有可能的是爱喝酒的人往往饮食不规律、不爱运动，导致肚子变大；公鸡打鸣与日出高度相关，但它显然不是日出的原因；医院的死亡率比其他地方都高，并不表示医院是一个危险的地方。

有时&#