相關不蘊涵因果

(重定向自相關不蘊含因果

相關不蘊涵因果(英語:correlation does not imply causation),又称为相關不代表因果,是科學統計學經常強調的重要觀念,意思是若兩個事物(統計學上會用變數代表)有明顯的相關時(即當一件事出現,另一件事也出現),不一定表示兩者之間有因果關係

例如人口增加與交通事故增加具有正相關,不代表兩者有因果關係,尤其不代表人口增加導致更多交通事故增加,而是有其他因素的存在,又如冰淇淋銷售量增加與溺水死亡的人數成正相關,不能推論成冰淇淋會造成溺水,而是因為氣溫升高,買冰淇淋與從事戲水的人數都同時增加,在同樣的概率之下,溺水死亡的人數當然也會增加。若為德州神槍手謬誤伯克森悖論,甚至無因果關係。

相關證明因果

相對地,相關證明因果(英語:correlation proves causation)、與此故因此拉丁語cum hoc ergo propter hoc)即是認為當兩變數相關時,必有因果關係,這是一種非形式謬誤

一個實際的例子是流行病學研究曾發現,接受激素替代療法的婦女,發生冠心病的比率較一般人低,使醫界一度認為激素替代療法有預防冠心病的效果。然而後續的隨機對照實驗顯示,激素替代療法會使冠心病的發生率增加。重新分析資料後發現,接受激素替代療法的婦女社会地位多半較高,她們通常有較好的飲食、運動習慣,因而比較不容易發生冠心病。[1]

参考文献

参见

外部連結