相关性与因果性

相关性和因果性，我想大家一定都是了解一些的。但可能模模糊糊，有一些说不清楚的地方。所以，这次的分享，我就选择了这个话题，给大家讲讲相关性与因果性，最容易被错误使用两种的情况！

先讲个笑话：

我：“心理医生好牛X啊，什么都知道，你们怎么做到的？”心理医生：“就是做逻辑推理分析因果关系，这么说你也不懂，给你示范一下吧，你养狗吗？”A：“养啊。”心理医生：“那么说你很喜欢动物了，推理下吧，你也应该很喜欢你的孩子吧。”A：“那当然”心理医生：“你有孩子，那你肯定有老婆吧。”A：“卧槽，说的太准了。”心理医生：“你有老婆，这么说，你不是同性恋喽！”A：“服了你了，我明白了，现在也找个人测试测试去。” 。。。。。。。。。。。。 我：“你养狗吗？”照坤：“不养。”A：“你是Gay？！！！”

一 相关性 ≠ 因果性

专家说，一天一个苹果，癌症的发病率会降低90%！

你深信以上这种说法吗？是不是为了不得癌症我们就要天天吃苹果？

相信死理性派的读者，不会轻易就得出结论。但轻易下结论是很多人经常犯的毛病，为了分析类似这种结论的可信程度，我们先来看看这种结论都是如何得出的。

为了研究吃苹果和癌症之间的关系，研究人员通常是这样做的：

首先在一定的人群中统计一下他们是否平时常吃苹果，挑选出常吃苹果的一组和不常吃苹果的一组。然后进行癌症率测试，对总体结果进行统计，看看哪一组癌症发病率平均值更高，或者直接统计吃苹果频率和癌症之间的相关系数。如果常吃苹果的一组平均患癌率更低，那么研究人员就会得出结论：常吃苹果和癌症高之间是呈负相关的关系的。

这里的一个致命的逻辑缺陷：相关性并不代表因果性！这是一个经常被人混淆，也经常被一些团体故意混淆已达到他们自己的目的。两个变量A和B具有相关性，其原因是有很多种的，并非只有A→B或者B→A这样的因果关系。一个很常见的导致相关性的可能性是A和B都是同样的原因造成的：C→A并且C→B，那么A和B也会表现出明显的相关性，但并不能说A→B或者B→A。

甚至相关性是百分百，也得不出因果性。

想要得出因果性，必须从理论上证明两个变量之间确实有因果性，并且要排除掉第三个隐含变量同时导致这两个变量的可能性。这个可就太难了，毕竟未知是无穷的！我们找不到隐含的变量，不代表它一定不存在！这就导出第二个观点。

二 因果性 ≠ 永恒，相关性 ≠ 没有依据

因果性，自带归纳法的“阿克琉斯之踵”，即“黑天鹅”的存在，使得未知无法消解，那么因果性，就只能是暂时的，等待新的证据出现，建立新的因果性。

在人类的知识领域内，可能只有数学能逃过此劫（然而哥德尔打破了这一幻想，详见哥德尔不完备定理）作为科学界的第一把交椅当之无愧。故而知识的强度：数学>物理>化学>生物>经济学>社会科学>等等。

也就是说因果性其实是有时效的，数学的时限最长，一个完美的证明，可能到宇宙覆灭，它都是正确的。但证据翔实，论证验证的社会学报告，可能发布的下一秒就会啪啪啪打脸。

但是相关性在实用角度讲，确是非常重要的。可以说，人类认识世界，发现／产生新知识只能从相关性开始。再者，最近异常火爆的人工智能和大数据，便是将相关性发挥到了极致，用概率替代因果，一样带来生产力质的飞跃。

我们不会因为因果性的暂时性和相关性的实用性，就放弃追求因果性，毕竟因果性是相关性的天花板。我们也不会因为相关性的随意，因果性的必然，就放弃寻找相关性，毕竟相关性的实用价值巨大。只要我们能分清两者的关系，知道彼此的局限和效用就好。