李伟希：事物相关性≠逻辑因果性

微博截图引用

中国女排夺冠与贝利预测之间是一种怎样的关系呢？答：这种关系叫相关性，而并非因果性。但我们在现实生活中，常常有许多人把相关性弄成因果性。

一件事情比另一件事情先发生，或者两者同时发生，并不说明这两件事情之间有因果关系，可能这两件事有共同的起因，或者只是巧合发生在一起。

比如：

（1）公鸡一打鸣，天就亮了，天是公鸡叫亮的；

（2）这个村子里的人每天都要吃红薯，他们的平均年龄活到85岁以上，所以吃红薯是可以长寿的；

（3）学校的学生这学期开始使用新的红颜色的校车接送，结果期终考试学生们的考试平均分数也进步了2.5分，看来红颜色的校车是可以提高学生们的考试成绩。

而其实在逻辑上，相关性≠因果性。要满足逻辑上的因果关系必须满足两个前提：

（1）时间上的先后关系，因在先，果在后；

（2）过程与结果上的导致与被导致关系，过程导致结果。

往往把相关性看出因果性的谬误就是没有同时具备以上两点。

我们来看一个案例：

据统计，80%的交通事故出现在离家方圆5公里的地方，所以结论：离家越近，交通事故越多。得出这个结论，从数据分析的相关性来说，没有任何问题。但真的符合真相吗？真的符合逻辑吗？

真相是：人类的绝大多数外出活动是在离家方圆5公里的区域内完成。总结：数据正确不代表逻辑合理，因为相关性不代表因果性。

我们再来看一个关于嘀嘀打车的案例：

【北京交通委：拥堵加剧与网约车出现时间吻合】北京市交通委近两年的拥堵指数显示，从2014年8月份以来，拥堵指数较上半年大幅增加，这一时间与当时滴滴专车在北京大规模出现的时间吻合，而2015年6月份，交通拥堵指数又同比上升了31.5%，这与滴滴快车在北京出现的时间相吻合。】

微博截图引用

“拥堵加剧与网约车出现时间吻合”，是否可以证明“嘀嘀专车的出现导致加剧来了北京的拥堵”？前者是相关性，后者是因果性。相关性只要数据统计合理就OK，但成为因果性却必须要有足够的逻辑支撑。

随着电脑化的时代来临，尤其是智能手机的出现，人类的活动越来越痕迹化，人们的衣食住行都可以通过智能系统捕捉，并且发现其中的规律。这就是我们当下这个时代，很热火的一个词：“大数据”。

大数据是个好东西！对于优化人们的生活，提高社会的效率，捕捉隐藏的商机起到极为重要的作用。大数据时代，通过大量数据分析，直接得到结果，引入信息越多，渠道越大，速度越快，正确性越高。 但与此同时，我们也可以发现，大数据是基于将统计学的原理运用到生活中，也使我们产生很多偏见与谬误，最常见的就是由传统时代的依靠因果逻辑确定事物之间的关系，转向由相关性判定事物的关系，往往容易将事物的相关性定性为因果性。

通常大数据分析出的结果与因素之间的关系都是相关性，不是因果关系，除非是经过非常标准的测试证实了因果联系的存在。许多大数据公司的常见思维：要全体不要抽样，要效率不要精确，要相关不要因果。

举例：

（1）手机开机时间越长，工资越高？有调查显示，每天使用手机时间的长短和我们的工资水平有着微妙的关联：一般开机时间越长工资越高。但是注意：千万不要得出手机开机时间越长，工资就一定高的奇怪结论哦；

（2）有数据显示，做过预防性阑尾、扁桃体切的女性怀孕率相对更高。但是注意：千万不能得出女性通过做预防性阑尾、扁桃体切除，就可以提高怀孕率这样的奇怪结论哦。 

微博截图引用

（3）​根据华尔街统计：每天睡4小时的人，年薪基本在400万以上，以此为基础，多睡1小时，薪水就要除以4。 但是注意：千万不要得出少睡觉就能薪水高的奇怪结论哦。

微博截图引用

在我们的生活中，相关性成为因果性的谬误有很大的隐蔽性与欺骗性，因为往往数据是正确的，并且相互是有关联的，往往很容易误导成为因果性。比如典型的股评，为了要说明股市的涨跌关系，弄上数据没问题的几个图、表，再结合一些看上去高大上的GDP、杠杠、汇率、M2、拐点、价格泡沫等等诸如此类的宏观分析，于是往往就顺理成章的忽悠了。

最后，讲个笑话。有人统计了我国神州飞船与股市的关系。 

微博截图引用

 相关性≠因果性！你中过枪吗？