扫码加入数据分析学习群

你很可能听说过这样一句话：“相关不是因果。”

这样的说辞大致出自一位遇到了一堆威

胁着他不可动摇的世界观的数据的人之口。 然而，这是个重要的论断——如果 x 和 y 强相

关，那么意味着可能 x 引起了 y，或 y 引起了 x，或者两者相互引起了对方，或者存在第三

方因素同时引起了 x 和 y，或者什么都不是。

回想一下 num_friends 和 daily_minutes 之间的关系。如果 DataSciencester 用户在网站上拥

有更多的朋友， 可能会引起一个结果，即这些用户可能就会愿意在网上花费更多的时间。

也可能是这种情形： 如果每个朋友每天发布一定数量的内容，那么用户的朋友越多，就需

要越多的时间来浏览朋友们的更新。

但是，也有这样一种可能。你泡在 DataSciencester 论坛上的时间越长，你就越有可能碰上

和结识志同道合的朋友。这也意味着，在网站上花费时间越多，就会拥有更多朋友。

第三种可能是， 越是那些热衷于数据科学的用户，就越喜欢在网上花更多时间（因为他们

发现这更有趣）， 并且更乐于结交数据科学家朋友（因为他们对其他人不感冒）。

进行随机试验是证实因果关系的可靠性的一个好方法。 你可以先将一组具有类似的统计数

据的用户随机分为两组， 再对其中一组施加稍微不同的影响因素，然后你会发现，不同的

因素会导致不同的结果。