相关不蕴涵因果（英语：correlation does not imply causation），又称为相关不代表因果，是科学和统计学经常强调的重要观念，意思是若两个事物（统计学上会用变数代表）有明显的相关时（即当一件事出现，另一件事也出现），不一定表示两者之间有因果关系。
例如说看到死刑判决越多，谋杀犯罪率越高，不代表两者间有关，尤其不代表死刑导致更多谋杀，有可能是谋杀案件增加导致更多死刑判决，或其他因素同时导致更多谋杀与更多死刑判决。
相关证明因果
相对地，相关证明因果（英语：correlation proves causation）、与此故因此（拉丁语：cum hoc ergo propter hoc）即是认为当两变数相关时，必有因果关系，这是一种非形式谬误。
举例来说，若看到死刑判决变多的时候，也是谋杀犯罪率变高的时候，就认为死刑导致更多谋杀；或者看到对同一种犯罪，处罚受得越重的罪犯，再犯率越高，就认为严刑峻罚导致更多犯罪；或者看到越常被父母动用体罚的孩子，有越多的偏差行为，就认为体罚导致偏差行为；或者看到夏商周三代的末代君王都宠幸美女，就认为美女会导致一个朝代覆亡（像例如晋朝杜预为《左传》做的注里提到说“夏以妹喜，殷以妲己，周以褒姒，三代所由亡也”）等，在没有其他资料佐证的状况下，就有可能犯了与此故因此的谬误。
一个实际的例子是流行病学研究曾发现，接受激素替代疗法的妇女，发生冠心病的比率较一般人低，使医界一度认为激素替代疗法有预防冠心病的效果。然而后续的随机对照实验显示，激素替代疗法会使冠心病的发生率增加。重新分析资料后发现，接受激素替代疗法的妇女社会地位多半较高，她们通常有较好的饮食、运动习惯，因而比较不容易发生冠心病。[1]
参考文献
- ↑ Lawlor DA, Davey Smith G, Ebrahim S. Commentary: the hormone replacement-coronary heart disease conundrum: is this the death of observational epidemiology?. Int J Epidemiol. June 2004, 33 (3): 464–7. PMID 15166201. doi:10.1093/ije/dyh124.
参见
外部链接
- （英文）"The Art and Science of cause and effect": a slide show and tutorial lecture by Judea Pearl
- （英文）Causal inference in statistics: An overview, by Judea Pearl (September 2009)
