相关关系、因果关系与伪相关

[[散点图协方差与相关系数|相关系数]]接近1或-1时，两个变量呈现出”看似存在关联”的相关关系，但这只是表面现象，背后可能是三种情况之一：真正的因果关系（一个变量的变化会导致另一个变量变化，如出生人数增减直接带动小学数量增减）；或者伪相关——两者本身互不影响，只是都被第三个共同原因驱动（比如小学数量和中学数量呈正相关，其实两者都只是被”儿童总数”这一个共同变量带动，彼此之间根本没有因果关系）。区分的方法是主动去质疑”如果我人为改变A，B真的会跟着变吗”，而不是看到相关系数高就直接下因果结论——这是数据分析里最常见也最致命的陷阱：把统计上的共同出现，当成了机制上的相互驱动。