相关不等于因果Correlation vs Causation

两件事一起变化，不代表改变其中一件就能让另一件跟着变。

同一条街上的居民，喝哪家的水，比住在哪里更能解释谁染上霍乱。1854 年，伦敦苏豪区暴发霍乱，医生约翰·斯诺依据死亡地址和饮水查访，锁定了宽街水泵。当时流行的解释是污浊空气致病。附近啤酒厂的工人不饮用宽街水泵水，病例很少；一位住在远处、仍让人送来宽街井水的妇女却染病去世。9 月 7 日，斯诺向地方当局陈述调查结果，次日水泵把手被拆除，但疫情此前已开始回落。真正有说服力的，是那些把喝水与居住地点拆开看的对照。

为什么成立

看见两件事相伴，距离找到原因还差一步

吃冰淇淋的人多时，溺水的人也多。相关描述的是两个量一起变化；因果问的是，主动改变一个量，会不会改变另一个。若减少冰淇淋销售，游泳者并不会因此远离水边。

第三个因素能让两件事一起变化

炎热天气既让人买冰淇淋，也让人下水游泳。天气就是混杂变量：它同时影响我们观察的两件事，使它们看起来彼此推动。只比较冰淇淋销量和溺水人数，就把共同原因漏掉了。

箭头倒过来，也能产生同样的相关

加班最多的团队，项目延期也最多。加班能拖慢工作，项目快延期也能逼人加班。两条路径都能留下相似的数据；知道谁先发生、谁因什么采取行动，才有助于判断箭头朝哪边。

毫无联系的曲线，也会偶然同涨同跌

把许多互不相干的指标两两比较，总能找到几条走势很像的曲线。如果先找到相似走势，再编故事解释，就把偶然配对当成了因果证据。

随机分组让比较更接近“只改变一件事”

测试新药时，用随机方式分配新药和安慰剂，再比较疗效。随机分配让分组不受病情、收入或医生偏好支配，已知和未知的混杂因素因此在平均意义上得到平衡。两组接受相同照护，才能把疗效差异归于分配的治疗。单次实验仍会偶然分得不均，所以结果还要报告不确定程度。

出处

这一模型来自统计学与因果推断，并无单一提出者。皮尔逊在十九世纪末推动了现代相关分析；费舍尔在二十世纪二三十年代系统发展随机化实验设计。1948 年英国医学研究委员会发表的链霉素治疗肺结核试验，是现代随机对照试验的经典里程碑。

换个领域看

医学

把饮食拆开比较

把不同治疗放在相近条件下比较，能更直接地检验疗效。据林德 1753 年的记述，他于 1747 年在“索尔兹伯里号”上把十二名坏血病水手分成六对，给予不同食物或药物，柑橘组恢复最快。同期船上记录未能独立印证，试验真实性存在争议。他描述的比较没有现代随机分组，却展示了如何在共同生活条件下检验不同治疗。

工作

救火的人更忙

故障多的项目获得更多支援，会让支援人数与故障次数一起上升。技术主管看到这组数据，若削减支援，就把项目出问题后的应对当成了问题的起因。沿时间线查看：故障先出现，主管随后调人。要检验支援有没有帮助，可以在条件相近的项目中随机安排额外支援，再比较后续故障。

投资

漂亮曲线会骗人

从大量指标里挑出的同步走势，足以让毫无联系的事看起来像交易信号。投资者翻找天气、比赛结果和商品销量，发现一条与股指同涨同跌的曲线，便据此买卖。更有力的检验，是先固定指标、时间窗口和交易规则，再观察后续数据；若它只能解释挑选它的那段历史，就没有证据支持这套交易依据。

遇事时问自己

我想做的具体改变是什么，现有证据测到的是这个改变的效果，还是两件事相伴发生？
有什么第三个因素，能同时推动我观察到的两件事？
有没有可能是结果先出现，才促使人们采取了我以为的原因？
这条关系是事先提出的，还是比较许多指标后挑出来的？
我能否随机安排谁接受改变，让两组获得相同照护，并事先确定要比较的结果？

边界与误用

只需预测时，稳定的相关也有价值：乌云能帮助判断是否带伞；想改变结果时，才必须追问因果。随机试验也有边界：不能为了研究吸烟而要求人吸烟，参与者之间相互影响、退出或不按分组执行，也会妨碍比较。此时可用自然实验、时间顺序和不同来源的证据共同判断。随机试验得出的效果只覆盖所研究的人群、做法和观察期限。最常见的误用，是用“相关不等于因果”一口否定证据；它要求查清原因，而非停止判断。

练一练

电商平台的售后主管把客服随机分成两组，一组获得投诉沟通课名额，另一组照常工作。三个月后，课程组有三成人中途退课。主管只比较结课者和另一组全体客服，发现结课者的客户评分更高，准备扩大培训。

哪一步最能帮助主管判断，提供课程名额是否有效？

一名基金经理注意到，一家冷链设备上市公司的董事长连续增持股票，两个季度后公司利润明显增长。他认为增持推动了经营改善。查阅公告后，他发现新增利润主要来自一批港口冷库订单，而订单签订和扩产都发生在增持之前。

哪种判断最站得住？

一名每天乘公交去医院上早班的护士发现，从窗户看到小区门口撑伞的人多时，公交往往晚点。她先固定观察时段、人数门槛和判断规则，再用随后三个月的通勤记录验证，发现这条规则比只看公交时刻表预测得更准。她准备据此决定何时提前出门。

哪种做法最合理？