“相关性不是因果关系”的概念在学术界被广泛接受，但这种不诚实，当相反的情况经常是正确的时候，相关性至少可以给我们一个有效的假设吗？

以下是使用函数“= RANDBETWEEN（1,100）”在Excel中随机生成的十列数字。

以下是这些列之间的相关性。

注意var1和var5之间的相关性是.66，这在许多社会科学背景下被认为是高度相关的。那么var1会导致var5吗？var5会导致var1吗？不，这些都是完全随机的，并且没有任何因果关系。

如果这个实验继续使用更多的列，很可能你会得到一对超过0.90的相关性，而不需要太多努力。

虽然其他答案给出了真实世界中具有虚假相关性（或至少是非致因关系）的事例，但我发现这样的模拟完全令人信服。任何人都可以在Excel中执行此操作并获得类似的结果。（注意这是对我来说的第一次尝试，我没有多次这样做。）在教授回归类时，我还使用真正的“解释”变量随机列中以证明这一点。想象一下，当随机列比任何真实列具有更好的预测价值时，学生会感到惊愕！

不仅说相关性不是因果关系也不是“不诚实”，甚至可以说“相关并不总是意味着关系！”这是一个合理的警告。

问题的第二部分，从“当相反的情况经常是真的时候开始。”这就像说，如果A暗示B，那么B暗示A.这是一个众所周知的逻辑谬误，所有人都应该刻意避免学者！在数学中，我们谈论必要和充分的条件。如果B需要A，则A不足以满足B.这需要单独的证明。

宝宝起名 起名