·发表于Towards Data Science ·阅读时长：11 分钟·2024 年 7 月 22 日
--
摄影：由Delano Ramdas提供，刊登于Unsplash
本文面向那些希望全面了解因果关系和因果推断方法的初学者，且尽量减少数学内容的讲解。
说到因果关系，我们无法避免这个经典的说法：“相关性不意味着因果关系。” 一个经典的例子是，尽管冰淇淋销售和溺水事件之间存在相关性，但它们并不是彼此因果关系的体现。你可能听过很多类似的例子，用以说明两者之间的区别。虽然这些例子通常是直白的，但在实际分析中，这种区别可能会变得模糊。
如果没有明确理解因果关系是如何衡量的，那么很容易得出错误的因果推断。在这方面，我经常遇到一个问题：“是的，我们知道相关性不意味着因果关系，但回归分析呢？”简短的回答是，线性回归默认情况下并不会提供任何因果性结论，除非我们采取适当的步骤——这就是因果推断方法发挥作用的地方。