相关不等于因果
一个经典的例子：城市里冰淇淋销量越高，溺水人数也越多，两者高度相关。难道吃冰淇淋会让人溺水？当然不是——背后藏着一个共同的原因：气温。天一热，冰淇淋卖得多，下水游泳的人也多、溺水自然多。是气温同时推高了两者，它俩之间并没有直接的因果关系。这就是数据分析最容易踩的坑：看到相关，就以为有因果。下面把隐藏的气温“控制住”，看那条相关性怎么凭空消失。
每个点是某一天：横轴冰淇淋销量、纵轴溺水人数，颜色是当天气温（蓝=凉 → 红=热）。整体看是一条明显的上升趋势（强相关）。但把气温固定在某个范围内再看……
共同原因 = 混淆变量
气温同时推高冰淇淋和溺水，制造出两者的假相关——它叫“混淆变量”。
控制变量
把气温固定在一个小范围内再看，冰淇淋和溺水的相关就消失了——证明没有直接因果。
所以要小心
看到相关别急着下因果结论；要靠对照实验或控制混淆变量才能验证因果。