Correlation
相關性和因果關係
從標題為相關的維基百科頁面並不意味著因果關係，
對於任意兩個相關事件 A 和 B，不同的可能關係包括：
- A導致B（直接因果關係）；
- B導致A（反向因果關係）；
- A和B是共同原因的結果，但互不因果；
- A 和 B 都導致 C，這是（顯式或隱式）條件。
- A引起B，B引起A（雙向或循環因果）；
- A導致C導致B（間接因果關係）；
- A和B之間沒有聯繫；相關性是巧合。
第四點是什麼意思。A 和 B 都導致 C，這是（顯式或隱式）條件。如果 A 和 B 導致 C，為什麼 A 和 B 必須相關。
“調節”是概率論中的一個詞：https ://en.wikipedia.org/wiki/Conditional_probability
以 C 為條件意味著我們只關注 C 為真的情況。“隱式”意味著我們可能沒有明確地做出這個限制，有時甚至沒有意識到這樣做。
這意味著，當 A 和 B 都導致 C 時，在 C 為真的情況下觀察 A 和 B 之間的相關性，並不意味著 A 和 B 之間存在真正的關係。它只是以 C 為條件（可能是不情願地）建立人為的相關性。
讓我們舉個例子。
在一個國家，恰好存在兩種疾病，完全獨立。調用 A ：“人有第一種疾病”，B ：“人有第二種疾病”。認為,.
現在，任何患有其中一種疾病的人都會去看醫生，然後才去看醫生。呼叫 C ：“人去看醫生”。我們有.
現在讓我們計算一些概率：
顯然，當以 C 為條件時，和離獨立還很遠。實際上，以 C 為條件，似乎“導致”.
如果您使用他們的醫生記錄的人員列表作為分析的數據源，那麼疾病之間似乎存在很強的相關性和. 您可能沒有意識到您的數據源實際上是一個條件。這也稱為“選擇偏差”。