疑读《大数据时代》 6 -- 相关关系与因果关系的辩证
相关关系与因果关系的辩证
--疑读《大数据时代》6
By唐人
《大数据时代》给出的大数据时代的第三个特征，是“不是因果关系，而是相关关系”。无论是因果关系还是相关关系，在书中都是指两个变量之间的关系，是数据中最简单的关系。
因果关系与相关关系有什么关系？为什么“不是因果关系而是相关关系”？所谓“不是因果关系而是相关关系”有什么问题吗？
相关关系之重要性
首先谈谈为什么是相关关系，谈谈大数据时代相关关系的重要性。
迈尔大叔用亚马逊的图书推荐系统，引出了相关关系的重要性，因为这个相关关系，成为线上商城在向浏览网页的网友推荐有关商品的基本算法。我们通常把这种根据相关关系推荐的商品称为关联商品。
地球人基本上都知道这种相关关系：如果购买商品A的消费者中有相当部分也购买了商品B，那就可以认为商品A和B是相关联的，所以当再有消费者购买商品A时，就向他推荐商品B。
迈尔大叔对相关关系的评价是：“关联物，预测的关键”。他说：“知道‘是什么’就够了，没必要知道‘为什么’。在大数据时代，我们不必非得知道现象背后的原因，而是要让数据自己‘发声’。”
随之又列举了沃尔玛将蛋挞与飓风用品放在一起销售的案列。在这个例子里，蛋挞与飓风用品一起购买的关联行为就是“是什么”，迈尔大叔认为没有必要探究为什么飓风来了美国人民喜欢吃蛋挞。
你认为有必要知道“为什么”吗？我认为，至少没有必要说“没有必要知道为什么”。
另外，在预测分析中更多应用的不是简单的两个变量之间的相关关系，而是一组变量与某个变量之间的相关关系。关于这一点，迈尔大叔基本上没有解释，只是在某些案列里用十分惊讶的语气进行了感叹，如在例举美国个人消费信用评估公司“遵从医嘱评分”时介绍说：它分析一系列的变量来确定这个人是否会按时吃药，包括一些看起来有点怪异的变量。比方说，一个人在某地居住了多久，这个人结婚了没有，他多久换一个工作以及他是否有私家车。
事实上，美国个人消费信用评估公司使用了多个在迈尔大叔看起来非常奇怪的变量来预测一个人是否会按照医嘱吃药。接下来连续介绍的益佰利的个人收入评分、Aviva的健康预测模型、还有塔吉特的怀孕预测等，都不是简单的相关关系分析。而是更加复杂的多元回归分析。其中最可能使用的分析方法应该是一种被称为Logistic Regression的分析方法。
从迈尔大叔对这些案例以及其他相关案例的描述来看，他很可能并不太了解这样的分析方法。
为何不是因果关系？
因果关系就是对相关关系问个为什么。我们来看看为什么迈尔大叔说是“不是因果关系”。
首先是没有必要知道：大数据却显示，还有另外一个在某些方面更有用的方法。亚马逊的推荐系统梳理出了有趣的相关关系，但不知道背后的原因。知道是什么就够了，没必要知道为什么。
这句话说白了，就是机器分析发现了两个变量之间的相关性，那就足够做关联商品推荐了，你用不着去分析为什么它们是关联的。
另一个“不是因果关系”的原因，则有点难以理解。迈尔大叔说：
专家们还会使用一些建立在理论基础上的假想来指导自己选择适当的关联物。这些理论就是一些抽象的观点，关于事物是怎样运作的。然后收集与关联物相关的数据来进行相关关系分析，以证明这个关联物是否真的合适。如果不合适，
人们通常会固执地再次尝试，因为担心可能是数据收集的错误，而最终却不得不承认一开始的假想甚至假想建立的基础都是有缺陷和必须修改的。这种对假想的反复试验促进了学科的发展。但是这种发展非常缓慢，因为个人以及团体的偏见会蒙蔽我们的双眼，导致我们在设立假想、应用假想和选择关联物的过程中犯错误。总之，这是一个烦琐的过程，只适用于小数据时代。
如果不太能够理解的话，白话一下：上面迈尔大叔描述了一般社会科学（如心理学、社会学等）研究的过程，即首先进行科学的理论假设，然后通过数据的相关分析来证明其理论假设的正确与否。这个理论假设，就是解决“为什么”的问题。
看来迈尔大叔把数据的关联分析局限于二维的数据分析，局限于他描述的社会科学的研究过程，并且认为传统的关联分析一定必须回答“为什么”关联。
相关关系与因果关系
相关关系回答了两个变量之间是否关联，而因果关系却要回答这两个变量为什么关联。
迈尔大叔的第三个有关大数据时代的特征，也是最受争议的。即使是该书的译者，也在序中指出该特征总结的偏差。
可能迈尔大叔在其著书时也意识到这个问题，所以也没有把话说死，保留了一点余地：因果关系还是有用的，但是它将不再被看成是意义来源的基础。在大数据时代，即使很多情况下，我们依然指望用因果关系来说明我们所发现的相互联系，但是，我们知道因果关系只是一种特殊的相关关系。
可以看到，迈尔大叔是在两个很狭隘的思想指导下得到大数据时代“不是因果关系，而是相关关系”的结论：一是因果关系只来自理论假设和数据验证的学术研究；二是事物间的关系只是两个事物间的相互关系。
我们拿在迈尔大叔书中反复提到却从来没有任何说明的预测分析技术Logistic Regression来说，这是一个绝对出现在小数据时代的分析技术，而且在小数据时代就被广泛应用。在运用该分析方法建立预测模型时，很可能是将
所有能够获得的变量放进去分析，看哪些变量具有预测的能力。这时分析人员只是关注迈尔大叔所谓的相关关系（事实是在多维分析中，两个变量之间的关系要比简单的相关关系复杂得多.)。当预测模型建成后，分析人员会对预测模型中的一些变量尝试进行解释，即试图得到因果关系。
又一次，因为知识的局限以及思维的狭隘，迈尔大叔错误地理解了大数据时代的特征。
这是疑读《大数据时代》系列的最后一篇。最后再说几句：我们处在一个变革的时代，但不是一定都是颠覆性的。我们需要学会在包容和批判中前进，吸取传统中一切有益的内容，而不是否定一切。
作者简介：唐人,家居电商观察者与实践者。更多精彩内容，请百度“唐人家居电商”。
论侵权法上的因果关系(好文)
论侵权法上的因果关系 「摘要」我国目前对于侵权行为法上因果关系的研究仍非常滞后，尚未形成任何定型的因果关系认定理论，不能适应现实司法审判实践的需要，因此，对侵权法上因果关系的研究是非常必要的。因果关系问题是民事侵权案件构成要件之一，是一个比较复杂的而且在法律上尚无明确规定的问题。尽管各国法学家对因果关系问题进行了大量卓有成效的研究，但至今仍无一方案能妥善解决问题。秉承现代民法精神的各国侵权行为法无不承认因果关系是使人对某种损害结果或不法事态承担民事责任的必备条件，而如何正确确定因果关系也因此吸引了众多学者和法官的眼球。但令人遗憾的是，因果关系问题目前仍然是一个远未解决的难题；本文从世界两大法系代表理论之比较，我国目前民法因果关系理论的现状及其发展、因果关系的证明，融会相关哲学观点论述侵权法上的因果关系。 「关键词」侵权法，因果关系，证明，认定 现代侵权法以自己责任为一般原则，该原则的核心为行为人对且仅对自己的行为所造成的损害结果负责，其基本要求之一就是侵权责任的成立必须以行为和损害之间存在因果关系为前提。侵权行为法上的因果关系乃是侵权损害中原因与结果之间的相互联系，它是存在于自然界和人类社会中的各种因果关系中的一种特殊形式。此类因果关系乃是从已经发生的损害结果出发，逆向查找损害发生的原因，具有逆反性的特点；同时此类因果关系乃是一个客观的存在，但在现实的司法实践中，对因果关系的认定又不可避免地具有司法人员的主观因素在内，这就使主观与客观这一对哲学矛盾在侵权法中的因果关系上尤为突出。 一、世界两大法系因果关系学说之比较 （一）大陆法系因果关系学说 大陆法系，以德国、法国、日本为代表。他们将因果关系区分为责任构成因果与责任范围因果关系，责任构成因果关系性质上讨论的是侵权责任的构成问题，而对于责任范围因果关系则属于损害赔偿责任范围问题。对于因果关系的判定，大陆法系国家主要有“条件说”、“原因说”、“义务射程说”、“相当因果关系说”以及“法规目的说”等，其中最为通行的是“相当因果关系说”，我国现代民法及司法实践中也倾向于此种说法。 相当因果关系说为1888年德国富莱堡大学教授Johamn .Von.Kries 提出的，后成为权威性学说性。所谓相当因果关系是由“条件关系”及“相当性”构成，即某一原因仅于现实情况发生某结果时，还不能断定有因果关系，须依一般观念，在同一条件存在就能发生同一结果时，才能认定该条件与该结果间有因果关系，也即在“条件说”的基础上再引入“相当性”对条件说进行必要的限制。诚如王伯琦所言：“无此行为，必不生此害；有此行为，通常即足以生此损害，则有因果关系。无此行为，虽必无此损害，有此行为，通常亦不生此中损害者，即无因果关系。” 判断相当性的标准有三种学说：一、主观说，此说主张应以行为人行为时所认识或所能认识的事实为标准，确定行为与结果之间是否存在因
相关关系和因果关系精编
相关关系和因果关系精 编 Document number：WTT-LKK-GBB-08921-EIGG-22986
相关关系和因果关系 今天在一本杂志上面看到一个小短篇《左撇子更能赚钱》，想要说明的是一些科学家进行了一些研究，然后发现左撇子赚的钱平均值比习惯用右手的人高10％，并且举出了克林顿和洛克菲勒作为例子。 我想这篇文章的作者是混淆了两个因素之间的相关关系和因果关系。所为因果关系，是指某个因素的存在一定会导致某个特定结果的产生。而相关性是统计学上的一个概念，是指某个因素的变化会导致另外一个因素的变化，但是这个因素的变化是不是另外一个因素变化的原因，是不能被确定的。打个也许不是很恰当的比方，天气冷和下雪。下雪的时候通常会伴随着气温的下降，但是究竟是气温下降导致了下下雪呢，还是下雪导致了气温下降，这是需要进一步研究的。 那再回到这个列子来看一下：“因为是左撇子，所以更能赚钱”这个论点能够成立吗显示从目前的数据来看，还是不成立的。要不然，岂不是所有的CEO们在读MBA之前，先把自己培养成左撇子不就可以了
--------------------------------- 相关性：我们在观察某个研究对象时，如果发现，它的变化总是与另一个对象的变化同步，那我们就说这两者是相关的。教科书中对相关性含义的解释是，变量A的变化总是伴随变量B的变化，则说A和B是相关的。 需要注意的是：教科书的解释中，用的是伴随。如果说变量A的变化，总是引起变量B的变化，则它们不仅有相关性，而且这种相关性是由于它们之间存在一种因果关系。 “伴随”和“引起”有什么区别呢请看下面的例子。 夏天，太阳镜的销售量和雪糕的销售量是存在相关性的，但是，这不是说因为太阳镜卖多了，雪糕就会卖的多。它们呈相关关系，仅仅是因为它们受同一因素——日光辐射强度——的影响。它们都是日光辐射强度的共同的果。 不存在因果关系，但存在相关性，还可能是因为偶然原因，或者因为各种条件下限制，掌握的信息不全所致。
方法五 剖析因果关系
方法五剖析因果关系 1.方法概述 地理因果关系是指不同地理事物或地理原理之间存在先后相继、彼此制约的内在关联。很多地理试题的题干与选项之间互为因果，其中以成因类和影响类试题最为典型，解答此类试题通常要利用因果关系进行推理分析，其一般步骤：①明确区分试题中的“因”和“果”；②从逻辑角度推理分析“因”和“果”的内在关联；③迁移相关地理知识解答试题。 2.增分策略 【典题试做1】廊桥又称风雨桥，是加盖了廊屋的特殊桥梁。闽浙山区迄今留存不少木质古廊桥。当地采伐后的木材，需经一段时间的自然晾晒才能用作建桥木料。清乾隆年间建于下左图中甲处的廊桥，建成不久即毁于山洪。数年后，在图中乙处重建并保存至今。下图为闽浙山区某地地形图及廊桥景观图。据此回答(1)～(2)题。 (1)当地采伐与晾晒木材的季节分别是() A.夏季、春季 B.冬季、春季 C.夏季、秋季 D.冬季、秋季 (2)与甲处相比，在乙处重建廊桥并能够保存至今的原因最可能是() A.流域内植被增多，洪涝灾害减弱 B.地处山脊地带，地势较平缓开阔 C.河道平直且较宽阔，河流流速不快 D.所选木材质地坚硬，耐侵蚀冲击 【方法指津】第(1)题，该山区交通不便，夏季降水丰富，河水水位高，流速
快，便于伐木区的木料顺河流运输；秋季降水较少，天气干燥，利于木料晾晒。选C。第(2)题，解答该题时，可以先分析各选项中原因的叙述是否正确，B选项“地处山脊地带，地势较平缓开阔”，本身叙述错误，一般来说，山脊地带，地势比较陡峭，这样可以先排除B项，再从其他选项中进行选择。图中甲处河道弯曲且由宽变窄，导致河流流速加快，水位上涨，对桥体冲击大；乙处河道平直且较宽阔，河流流速较平稳，对桥体冲击较小。选C。 答案(1)C(2)C 【方法启示】由果溯因：成因类试题通常表现为题干为“果”选项为“因”；“果”为已知，“因”为未知。利用因果关系采用“由果溯因法”进行解题。例如，“改革开放以来，我国人口由农村流向城市，由内地流向沿海的主要原因是”，其中“我国人口由农村流向城市，由内地流向沿海”是“果”，结合影响人口迁移的诸多因素和我国基本国情采用“由果溯因法”推理分析可知，区域经济发展不平衡即“经济因素”是主要原因。 【典题试做2】M岛位于马六甲海峡的西南方，该岛上港口很少。读图，完成(1)～(2)题。 (1)M岛东北部沼泽广布的原因是() A.受沿岸海水的顶托作用强 B.地势低平且多冻土，排水不畅 C.气温低，蒸发量较小 D.森林覆盖率高，蒸发量大 (2)造成M岛港口稀少的主要原因是()
因果关系与蕴含
因果连结与蕴含 在数学和逻辑学中，我们使用符号“∵，∴”或者应用语句连接词“因为…，所以…”时所表达的含义实际上与蕴含相一致，“因为P，所以Q”可以直接看作“如果P，那么Q”或者“P→Q”，相应地，以必要条件、充分条件、充分必要条件、大前提、小前提完全取代了因果这对哲学范畴。在逻辑学和数学中没有因果连结。 特意将哲学同逻辑学作出区分并非独创，而且这种区别在因果转化为蕴含这一过程中表现得尤为明显。因果范畴这对古老的哲学范畴没有被吸收在逻辑学中或者说被轻率的以蕴含代替理应引起人们的足够警觉和疑问，这种“取消”和代替是合理的吗？ 由于逻辑学和哲学承当着回答问题的任务，所以在回答问题时使用了逻辑论证，那么这段逻辑论证对答案的合理性应当负有责任。我们相信一个答案是合理的，因为我们使用了正确的逻辑演绎推理，问题在于：逻辑本身的合理性由什么得到保证？比如人们怀疑这么一句话：如果诗是为姑娘写的，那么2+2=4。它是合理的吗？根据蕴含析取等值律：（P→Q）←→（￢PⅤQ）也即蕴含语句的正确性可以转嫁给前件和后件各自的正确性，而不包含前件与后件的联系。我们可以看到只要后件为真，P→Q就永远成立，而不管其前件究竟为何，它是否可能存在，是否可能正确，是否与Q有关均不能影响整个推断的给出。当然，在任何前件给出之前，已经得知后件的正确性意味着后件是一个无条件成立的真理，（否则我们何以知道它的正确性？）例如“2+2=4，￢（P→Q）←→P&￢Q”等等。幸好我们利用逻辑乃是为了得知一个某条件下才能确立的真理，所以在一段逻辑论证中，前件与后件缺少关联的这种古怪证明从未出现过。例如要求某个学生证明一个无条件成立的数学定理实际上以他所学过的数学公理全部正确为前提，虽然这个定理是无条件的，但该学生在证明之前却不能这样认为，他必须从以往所学的数学知识出发得到这个定理，然后说因为他所用的都是无条件成立的数学公理并且在证明过程中没有引入其它限制条件，所以这个定理也是无条件的。与蕴含在逻辑学中的地位相似，因果连结在哲学中也具有着举足轻重的地位，询问事物（现象）出现的原因，可以有本质原因、内因、外因等等，可以说对事物原因的寻求导致了哲学、自然科学及其附属学科的出现。 米利都学派最先开始探索什么是世界的本原，到了亚里士多德那里，他对在他以前的古希腊哲学中关于本原的思想进行了一次较为全面的总结，在此基础上提出了四因说，形成了他对本原问题的看法，所谓四因，就是：1）“事物所由产生的，并在事物内始终存在的东西”；2）“形式或原型，亦即表述出本质的定义，以及它们的…类?”；3）“变化或静止的最初源泉”；4）“终结、目的”。简言之，即质料因、形式因、动力因和目的因。在此后漫长的岁月中，人们肆无忌惮地或者说麻痹大意地将因果连结用于逻辑推理之中，并将逻辑推理认作不可置疑的以至于人们不能确认地球的质量是否是地球产生磁场的原因，却能够确认某段逻辑证明或数学证明是无懈可击的。这样我们希望，可以从原因（地球的质量）开始运用逻辑推理得到结果（地球产生磁场）那么，我们就可以不花代价地得到关于客观世界的确定无疑的知识。例如用逻辑推理推知上帝的存在与否等等。这一门学问在黑格尔辨证法出现以前被称作“形而上学”而与形而下的学问区分开来的原因就在于此。强调思辩和理性而忽视人的认识过程。康德说：“这个体系（科学的形而上学体系）不根据任何材料，同时也不依靠任何事实，而只根据理性本身，力求从理性原始萌芽中开展出知识来。”①康德说这番话乃是受了休谟的刺激，因为休谟带给这门学问致命的打击，他对这种无庸置疑的“因为…，所以…”或者“如果…，那么…”的推断提出疑问，即：是什么保证了这种无庸置疑的因果连结（蕴含或推断）呢？——尤其是在我们对真实事物、现象的原因并不确知的情况下？ 休谟的疑问因其答案难以让人接受而使疑问本身被程度不等的误解，并受到诸多指责。当历史进行到形而上学必须向形而下学臣服的时代，出现休谟的疑问理应受到极大重视和得到正面回答。自然科学、社会学、经济学以及心理学、人类学的研究先后从哲学中脱离出来并各自获得长足的进步。如果说康德在他那个时代感到牛顿力学的巨大压力而不得不寻求形而上学自身的合理性，那么整个二十世纪，尤其是二十世纪的
刑法上的因果关系(补充)
补充：刑法中的因果关系 一、条件说 一般而言，条件关系是否存在是容易判断的。但是，是否存在条件关系，也不是没有争议。 1、假定的因果关系。在行为人“故意地”实施危害行为的场合，假设没有类似行为，结果也会发生的，一般作为刑法上的“假定因果关系”问题加以讨论。例如：将一座处于烈火中的建筑物的未烧毁部分纵火予以烧毁，仍然构成故意毁坏财物罪，即使大火在很短的时间内将烧毁一切。又如，精神病医生通过药物杀害了某一名病人，假设医生不杀他，其长期饱受折磨的家属也会实施类似的杀害行为。 A将一块石头砸向B家花园中的郁金香。正当石头砸到郁金香时，石头遇到天上下降的冰雹，而该冰雹若没有因被撞击而改变方向的话，那么本也会和石头一样损坏郁金香。 因果关系需要考虑的只是事实上存在的、对于因果地解释结果的发生不可或缺的那些情况，根本未实现的那些情况，在因果的解释中也是不需要考的。 2、择一的竞合（替代的因果关系、双重因果关系）。指两个以上的行为分别都能导致结果的发生，但在没有意思联络的情况下，竞合在一起发生了结果。例甲乙在没有意思联络的情况下，分别在丙的杯子里投放了致死量的毒药，并在同一时间产生作用而致丙死亡。 在这种存在多个条件的情形中，如果除去一个条件结果仍会发生，但除去所有条件之后，结果将不发生，因而所有行为同结果之间都具有条件关系。甲乙均构成故意杀人罪既遂。应当依照规范化世界的标准进行解释归属：在考察A的归属问题时，应当认定B是合法行事和没有在S 的汤中下毒；在考察B时，则应当假定A是合法行事的。 不存在双重因果关系：人们无法获知，两个潜在引发结果的条件中，哪一个在事实上可以认定成为原因。例如C和D分别独立地朝Q射击。在这两枪（枪枪致命的）射击中，有一枪是先射出的。但是现在无法查清，Q是谁射杀的。因为只有一粒子弹真实地命中受害人并引发死亡，这粒命中的子弹导致了围绕另一粒子弹而产生的因果流程的中断。“疑罪从无”，均为未遂。 3、重叠（累积）的因果关系。两个以上相互独立的行为，单独不能导致结果的发生，但在没有意思联络的情况下，合并后在一起导致了结果的发生。例如甲乙没有意思联络而分别向丙的杯子各投放50%的毒药，致丙死亡，一般承认甲乙的行为同死亡结果之间都存在条件关系。 4、流行病学的因果关系理论。在食品卫生、环境污染等公害犯罪
最新相关关系和因果关系资料
相关关系和因果关系 今天在一本杂志上面看到一个小短篇《左撇子更能赚钱》，想要说明的是一些科学家进行了一些研究，然后发现左撇子赚的钱平均值比习惯用右手的人高10％，并且举出了克林顿和洛克菲勒作为例子。 我想这篇文章的作者是混淆了两个因素之间的相关关系和因果关系。所为因果关系，是指某个因素的存在一定会导致某个特定结果的产生。而相关性是统计学上的一个概念，是指某个因素的变化会导致另外一个因素的变化，但是这个因素的变化是不是另外一个因素变化的原因，是不能被确定的。打个也许不是很恰当的比方，天气冷和下雪。下雪的时候通常会伴随着气温的下降，但是究竟是气温下降导致了下下雪呢，还是下雪导致了气温下降，这是需要进一步研究的。 那再回到这个列子来看一下：“因为是左撇子，所以更能赚钱”这个论点能够成立吗？显示从目前的数据来看，还是不成立的。要不然，岂不是所有的CEO们在读MBA之前，先把自己培养成左撇子不就可以了？ ---------------------------------
相关性：我们在观察某个研究对象时，如果发现，它的变化总是与另一个对象的变化同步，那我们就说这两者是相关的。教科书中对相关性含义的解释是，变量A的变化总是伴随变量B的变化，则说A 和B是相关的。 需要注意的是：教科书的解释中，用的是伴随。如果说变量A的变化，总是引起变量B的变化，则它们不仅有相关性，而且这种相关性是由于它们之间存在一种因果关系。 “伴随”和“引起”有什么区别呢？请看下面的例子。 夏天，太阳镜的销售量和雪糕的销售量是存在相关性的，但是，这不是说因为太阳镜卖多了，雪糕就会卖的多。它们呈相关关系，仅仅是因为它们受同一因素——日光辐射强度——的影响。它们都是日光辐射强度的共同的果。 不存在因果关系，但存在相关性，还可能是因为偶然原因，或者因为各种条件下限制，掌握的信息不全所致。例如，今年流行一个说法，说汶川大地震、海地大地震和智利大地震的日期，横排、竖排都是那三个日期。 这其实就是一种巧合。如果我们收集近几年发生的地震的日期，
英语因果关系表达法
表示因果关系的英语表达法 英语中表示因果关系的方式很多。除原因状语从句之外，名词、介词、连接副词、主动词、并列连词和从属连词等也都可以用来表示逻辑上的因果关系。 一、名词表示逻辑上的因果关系 常用的表示因果关系的名词有result，cause和 reason等。例如： Ken's illness is the result of drinking heavily.肯生病的原因是酗酒。 What was the cause of the air crash?导致那起空难的原因是什么？ 二、介词表示逻辑上的因果关系 从结构来看，介词分为简单介词和复杂介词。简单介词通常由一个单词构成，而复杂介词通常由两个或两个以上的单词构成。简单介词和复杂介词都可以用来表示因果关系。 1.简单介词 常用的表示因果关系的简单介词有from，at， through和with等。例如： He felt very powerless from lack of money.由于缺钱，他感到很无奈。 My mother always rejoices at my success.母亲总是为我的成功而欣喜。 2.复杂介词 常用的表示因果关系的复杂介词有due to, because of, owing to, thanks to, as a result of, in consequence of, on account of和in view of等。例如： Due to hard work, they won promotion由于工作努力，他们得到了晋升。 The football match was cancelled because of the heavy mist.这场足球比赛因大雾而被取消。 三、连接副词表示逻辑上的因果关系 连接副词在分句之间起连接作用，充当连接性状语。常用的表示因果关系的连接副词有hence, therefore, thus, accordingly和consequently等。例如： My mother is ill, hence I must go home now.因为妈妈病了，所以我现在必须回家。 It rained, therefore the game was put off.因为下雨，所以比赛延期举行。 四、主动词表示逻辑上的因果关系 英语主动词分为单词动词和词组动词。单词动词是指由一个单词构成的动词，而词组动词则是指由两个或两个以上的单词构成的动词。单词动词和词组动词都可以用来表示逻辑上的因果关系。 1.单词动词 常用的表示因果关系的单词动词有cause, make和impel等。例如： The cold weather caused many animals to die.由于天气寒冷，许多动物都被冻死了。 Her death made him very sad.她的去世令他很难过。 2.词组动词 常用的表示因果关系的词组动词有result in, stem from, bring about和lead to 等。例如： The talks resulted in destroying a lot of missiles.谈判的结果是许多导弹被销毁了。 Their discontent stemmed from low pay and poor working conditions.工资低和工作条件差是他们产生不满情绪的原因。 五、并列连词and表示逻辑上的因果关系 有时，and连接的两个并列谓语可以表示逻辑上的因果关系：前一个谓语表示原因，
莫把数据的相关性当成因果关系
龙源期刊网 https://www.wendangku.net/doc/949524154.html, 莫把数据的相关性当成因果关系 作者：董晓静 来源：《支点》2016年第04期 核心提示：不要将相关性当作因果关系去指导决策，这一区别的重要性在大数据时代显得更为突出。 大数据时代，很多商学院都会讲到这个经典案例：沃尔玛发现啤酒和尿布的销售量是相关的，但究竟是因为啤酒销量增高导致尿布销量增高，还是反过来？沃尔玛不需要做太深入的研究，有了相关性的分析结果，就足以把啤酒和尿布放在一起卖，从而提高销量。 这个成果非常有意思，但没有理论根据。换句话讲，相关性可以不需要理论支持，只需要用统计学的方法描述数据。这样的结果，在很多时候非常有用，但如果把相关性当成因果关系来指导决策，可能就会有害。 不妨再看看下面几个例子。 在日常生活中，我们经常听到有的妈妈说，“我一定要把孩子送到那个补习班，那个补习班的孩子很多都考上好大学了。”这句话背后隐含着一个观察分析结果：去这个补习班的孩子，比不去的考上好大学的多得多。 这个结论就源自简单的相关性分析，但这位家长可能犯下一个错误：把相关性分析当作因果关系，进而据此决策。其实，上这个补习班只是那些孩子考上好大学的其中一个原因（相关数据），两者之间是否构成因果关系，需要更复杂的分析，仅一个相关系数远远不够。 再举一个例子。去年在美国的很多新闻媒体报道过一篇论文，论文作者分析了14万篇学术论文后，通过相关性分析发现题目比较短的论文更容易被引用。作者认为他们用了大数据，对此，我提出两点。 第一，大数据在这里是帮助他们找出结论，还是“害”了他们呢？在统计学中，衡量统计结果是不是比较确定，需要计算这个统计结果的方差。方差的大小跟数据量大小有关，当所有其他条件一样时，数据量越大，方差值越小，统计结果的确定性越大，包括错误的结果。也就是说，作者利用大数据得到了比较确定的相关系数的结果，但可能还有很多变量之间的相关系数比较高。除了标题长短，是不是文章长短、图表应用等因素都相关呢？ 第二，这个结果完全靠相关系数得到，同前面补习班的例子一样，不能当作因果关系来指导决策。如果一篇文章的标题短被引用得多，另一篇文章标题长被引用得少，没有任何意义，两篇文章本就不同。
因果关系的寻求方法
因果关系的寻求方法 本文源自“新控制原理”一书6.1、6.2节。更早的叙述可从（1）“自然辩证法研究”杂志1993年4期1-14页“寻求因果联系的七种方法”一文；（2）武汉工业大学出版社出版的“中国宏观经济归纳分析”1996年一书；（3）中国科技大学出版社2000年出版的“第三届智能控制与自动化大会论文集”294-298页“一类归纳推理规律的研究”一文中读到。 谈及因果关系的寻求方法则必须和其定义联系在一起。因此，6.1节叙述因果关系的定义，6.2节叙述因果关系的寻求方法。 因果性概念是科学发展、研究的中心论题之一。从古希腊时期到现在一直吸引着自然科学家、社会科学家及哲学家的注意。其原因在于：没有比因果关系更基本的概念了，它反映了客观事件或现象的相互联系而普遍存在于自然界及人类社会之中。一门科学只有研究到因果关系的层次，这门科学才算有牢固的基础。逻辑控制也是如此。在逻辑控制中，最基本的工况与作用力之间，作用力与性能之间也都存在有因果关系。 对自然语言条件语句中的联结词“如果…，则…”进行逻辑抽象，就必须考察因果关系。寻求一个符合人们理解的、有效的逻辑抽象，一直是人工智能、思维研究的重要方面。一个有效的条件语句要求前后件之间有某种因果联系。一旦普遍的因果关系得以确定，因果推理就跟之确定。在这种意义上讲本章也是讲述“如果…，则…”的逻辑抽象。 本章先介绍一个普遍适用和容易接受的因果关系定义，再讲述归纳思维的规律，以便寻求因果关系，分析逻辑控制中的因果关系，最后则给出因果分析的应用举例。 6.1 现象的因果联系 在介绍寻求因果联系的方法之前，有必要对有关概念加以说明，以便确定本书要使用的概念的内涵。 如果某一现象或事件的发生或存在引起另一现象或事件的发生或存在，这两个现象或事件间就具有因果联系，这两个现象或事件也就组成因果系列。 原因系指这样的现象或事件：在一个给定的因果系列中，它直接产生并先于其它现象或事件。 征兆系指这样的现象或事件：在一个给定的因果系列中，它同时伴随于其它现象或事件。说一个事件或现象是另一个事件或现象的征兆，意即我们不去确切的分析二者中谁是原因，谁是结果。其实往往可能是这样：二者互为因果。 在一个给定因果系列中，结果系指在另一现象或事件之后被另一现象或事件所直接引起的现象或事件。 逻辑上还有两个重要概念。这就是“充分条件”及“必要条件”等概念。 一个现象或事件A是另一现象或事件B的充分条件，当且仅当，任何时候A发生或出现时，B就发生或出现。 一个现象或事件C是另一现象或事件D必要条件，当且仅当，任何时候D发生或出现时，C就发生或出现。 显然 ⑴ A是B的充分条件，则B是A的必要条件。
因果关系与逻辑推理
因果关系与逻辑推理 摘要：哲学上把因果关系定义为“引起”和“被引起”的关系，现实中能够用“因为……所以……”表述的关系并不都是因果关系。逻辑推理中的“条件和结论”与现实中的“原因和结果”必须给予严格区分，复杂因果关系是“基本因果关系”的复合，电源、开关、灯泡三个“元件”串联而成的电路可以作为基本“因果关系模型”。原因与结果都是动态的，开关的“开”与灯泡的“亮”之间具有因果关系，而不是开关与灯泡具有因果关系。寻找可能的原因（现象）是逻辑推理，可能的原因现象有“并联”和“串联”两类，并联现象中只要有一个发生结果就会发生，串联现象必须全部发生结果才会发生。“时间”参数的有无是因果关系与逻辑推理的根本区别。并联现象中最先“成就”的那一个是结果发生的“原因”，而串联现象中最后“成就”的那一个是结果发生的“原因”。原因和条件的区别全在于出现的时间不同。在此基础上，内部原因和外部原因、主要原因和次要原因、根本原因和一般原因、直接原因和间接原因、偶然原因和必然原因等，都可以作出合理解释。 关键词：因果关系原因和条件内外因关系逻辑方法 破坏分子发现炸药仓库的守护卫兵在后半夜两次交接班时警惕性较差，遂利用这一疏漏，接近仓库点燃引爆物引发仓库爆炸，使国家财产遭受重大损失。 破坏分子“点燃”引爆物的行为无疑是仓库“爆炸”的原因。有人认为，保卫工作的“疏漏”也是“爆炸”事件发生的重要原因。还有人
根据内外因原理认为，“炸药能够爆炸”（具有爆炸的性能）是内因，破坏分子“点燃”引爆物是外因。内因是根本的、决定性的原因。如果仓库内存放的只是一堆石子而没有炸药，就不会出现爆炸的结果。这一说法看似可笑，但与毛泽东所说的“温度不能使石头变成小鸡”的例子是颇为类似的。 人们普遍认识到，现实中的因果关系是复杂的，存在“一因一果、一因多果、多因一果、多因多果”等情况。人们还从不同的角度把原因分为“直接—间接、主要—次要、重要—一般、偶然—必然”等等。但由于这些划分标准没有给予严格界定，这就引起许多不必要的争议。本文试图通过对概念进行严格定义，建立起“基本因果关系模型”，并以此为基础对复杂因果关系作出解释。 一、基本因果关系模型 哲学上把现象和现象之间那种“引起和被引起”的关系，叫做因果关系，其中引起某种现象产生的现象叫做原因，被某种现象引起的现象叫做结果。但在现实生活中，人们对“引起”和“被引起”却有大不相同的看法，结果出现了许多复杂的因果关系表述形式。但是表述越是复杂，越容易出现模糊和混乱，给科学地认识因果关系造成困难。所以对因果关系，学界至今还没有建构起比较完整的理论框架。 笔者以为，要想在因果关系研究上有所突破，应当借用数理逻辑的思想，从基本假设和定义出发，建构起“基本因果关系模型”（理论），以此为基础对复杂因果关系给予解释。 作为建构模型基础的基本假设和定义，都必须从现实世界中归纳出来。
疑读《大数据时代》 6 -- 相关关系与因果关系的辩证
相关关系与因果关系的辩证 --疑读《大数据时代》6 By唐人 《大数据时代》给出的大数据时代的第三个特征，是“不是因果关系，而是相关关系”。无论是因果关系还是相关关系，在书中都是指两个变量之间的关系，是数据中最简单的关系。 因果关系与相关关系有什么关系？为什么“不是因果关系而是相关关系”？所谓“不是因果关系而是相关关系”有什么问题吗？ 相关关系之重要性 首先谈谈为什么是相关关系，谈谈大数据时代相关关系的重要性。 迈尔大叔用亚马逊的图书推荐系统，引出了相关关系的重要性，因为这个相关关系，成为线上商城在向浏览网页的网友推荐有关商品的基本算法。我们通常把这种根据相关关系推荐的商品称为关联商品。 地球人基本上都知道这种相关关系：如果购买商品A的消费者中有相当部分也购买了商品B，那就可以认为商品A和B是相关联的，所以当再有消费者购买商品A时，就向他推荐商品B。 迈尔大叔对相关关系的评价是：“关联物，预测的关键”。他说：“知道‘是什么’就够了，没必要知道‘为什么’。在大数据时代，我们不必非得知道现象背后的原因，而是要让数据自己‘发声’。” 随之又列举了沃尔玛将蛋挞与飓风用品放在一起销售的案列。在这个例子里，蛋挞与飓风用品一起购买的关联行为就是“是什么”，迈尔大叔认为没有必要探究为什么飓风来了美国人民喜欢吃蛋挞。
你认为有必要知道“为什么”吗？我认为，至少没有必要说“没有必要知道为什么”。 另外，在预测分析中更多应用的不是简单的两个变量之间的相关关系，而是一组变量与某个变量之间的相关关系。关于这一点，迈尔大叔基本上没有解释，只是在某些案列里用十分惊讶的语气进行了感叹，如在例举美国个人消费信用评估公司“遵从医嘱评分”时介绍说：它分析一系列的变量来确定这个人是否会按时吃药，包括一些看起来有点怪异的变量。比方说，一个人在某地居住了多久，这个人结婚了没有，他多久换一个工作以及他是否有私家车。 事实上，美国个人消费信用评估公司使用了多个在迈尔大叔看起来非常奇怪的变量来预测一个人是否会按照医嘱吃药。接下来连续介绍的益佰利的个人收入评分、Aviva的健康预测模型、还有塔吉特的怀孕预测等，都不是简单的相关关系分析。而是更加复杂的多元回归分析。其中最可能使用的分析方法应该是一种被称为Logistic Regression的分析方法。 从迈尔大叔对这些案例以及其他相关案例的描述来看，他很可能并不太了解这样的分析方法。 为何不是因果关系？ 因果关系就是对相关关系问个为什么。我们来看看为什么迈尔大叔说是“不是因果关系”。 首先是没有必要知道：大数据却显示，还有另外一个在某些方面更有用的方法。亚马逊的推荐系统梳理出了有趣的相关关系，但不知道背后的原因。知道是什么就够了，没必要知道为什么。 这句话说白了，就是机器分析发现了两个变量之间的相关性，那就足够做关联商品推荐了，你用不着去分析为什么它们是关联的。 另一个“不是因果关系”的原因，则有点难以理解。迈尔大叔说： 专家们还会使用一些建立在理论基础上的假想来指导自己选择适当的关联物。这些理论就是一些抽象的观点，关于事物是怎样运作的。然后收集与关联物相关的数据来进行相关关系分析，以证明这个关联物是否真的合适。如果不合适，
相关关系和因果关系
相关关系和因果关系 实战型能落地大数据营销/管理专家-黄俭老师简介： 滨江双创联盟荣誉理事长；上海蓝草企业管理咨询有限公司首席讲师；多家知名企业特聘高级管理顾问。 黄老师多年在企业管理、公司战略规划、市场营销、品牌建设、员工管理、绩效考核、上市公司等等方面有着丰富的实践经验；深刻理解了东西方管理精髓。进入培训教育行业，作为资深培训讲师，在企业内训课、公开课、CEO总裁班等百余家企业和大学课堂讲授战略管理、营销管理、品牌管理等领域专业课程，结合自身的企业实践和理论研究，开发的具有知识产权的一系列新营销课程收到企业和广大学员的欢迎和热烈反馈。听黄老师上课，可以聆听他的职场经历，分享他的成绩，干货多多！课程突出实用性、故事性、新鲜性和幽默性。宽广的知识体系、丰富的管理实践、积极向上、幽默风趣构成了独特的教学培训风格，深受听众欢迎。通过一系列销售案例剖析点评，使销售管理人员掌握一些管理先进理念，分析技巧、提高解决问题的能力。黄老师近期培训的东风汽车-商用车公司，华东医药公司的销售团队在培训后，销售业绩有了20%提升。 擅长领域：战略管理/领导力系列/ 经典营销/新营销/大数据营销 授课风格：采用情景式教学法，运用相关的角色模拟和案例分析诠释授课内容，理论与实战并举，侧重实战，结合视听教材，帮助学员在理论基础与实践应用方面全面提升。广大的学员认为授课风格为：幽默风趣、条理清晰、实战、理论联系实际。 主讲课程：
《电话营销技巧》《杰出的房地产销售》《如何做好一流的客户服务》 《电子商务与网络营销》、《销售流程与技巧》、《大客户营销》、《顾问式销售》、《如何成为成功的房产销售员》、《总经理视角下的营销管理》、《非营销人员的营销管理》、《如何塑造成功的电子商务品牌》，《精准数据营销实战》、《卓越营销的营销策划》、《打造双赢关系营销》、《卓越客户服务及实战》、《海外市场客服及实务》 一、什么是相关性 “万物皆有联”，是大数据一个最重要的核心思维。 所谓联，这里指的就是事物之间的相互影响、相互制约、相互印证的关系，这种关系就叫做相关关系，就是我们常说的相关性。 简单地说，如果有两个事物，当一个事物发生变化时，另一个事物也随着发生规律变化，我们就说这两个事物存在相关性。 世界上的所有事物，都会受到其它事物的影响。 比如，产品的销量是受到各种因素的影响的，比如产品价格、品牌、质量、售后服务等等，这些因素都会对产品销量有着直接的影响。 又比如，产品的价格是受到供求状况的影响和制约的。供给增加，价格就相对下降；供给减少，价格就相对上升。 再比如，在生活中，我们经常会遇到下面的情况： HR经常会问：影响员工离职的原因是什么？ 销售人员会问：哪些要素会促使客户选择某产品？ 营销人员会问：影响客户流失的关键因素有哪些？ 销售主管会问：影响产品销量下降的原因有哪些？ …… 所有上述类似的这些业务问题，转化为数据问题，都可以是相关性的问题。
2016年 国家司法考试《刑法学》讲义：刑法上的因果关系
2016年国家司法考试《刑法学》讲义：刑 法上的因果关系 （一）意义 1.有因果关系成立一个犯罪；否则，可能成立两个犯罪。 如，甲想抢劫乙，知道乙身无分文，使用暴力把乙打到，对乙说“下午拿3000块钱来！”，乙害怕，下午拿3000块钱给甲。甲使用暴力的行为就是想让乙下午把3000块钱拿来，二者之间具有因果关系，甲成立抢劫罪。 甲想抢劫乙，使用暴力后发现乙没钱，对乙说“下午拿3000块钱来，否则比这更惨！”，乙害怕，下午拿3000块钱给甲。甲的抢劫行为与乙拿钱的行为之间没有因果关系，乙拿钱的行为是由于甲的恐吓行为引起的，甲成立抢劫罪未遂和敲诈勒索罪数罪并罚。 2.在故意犯罪中，有因果关系一定是既遂；否则成立未遂或中止。 如，甲杀乙，后悔了把乙送往医院，在途中堵车耽误一个小时，乙因失血过多死亡，医生说如果早到半个小时乙将不死。甲的杀人行为与乙死亡之间具有因果关系，认定故意杀人既遂。因为堵车行为并不能独力导致乙死亡，死亡原因仍然是之前的杀人行为。 甲杀乙，后悔了把乙送往医院，通常情况下乙不会死，在途中遇到一违章驾驶车辆发生车祸，乙当场死亡，乙的死亡结果是由于他人交通肇事行为导致，和甲的杀人行为没有因果关系，认定故意杀人中止。 3.在过失犯罪中，有因果关系，成立犯罪；没有因果关系，不成立犯罪。 如，甲酒后驾车，但意识没有下降，由于不可预料的刹车装置突然断裂，将路人撞死，甲酒后驾车的行为与交通事故之间没有因果关系，不构成犯罪，属于意外事故。 甲住8楼，乙住12楼。某天，两人同时往楼下扔西瓜，一个小孩从楼下经过被其中一个西瓜砸死，但查不清楚是谁的西瓜砸死的。甲、乙都是过失行为，与死亡结果之间都没有因果关系，甲、乙不构成犯罪。 4.在结果加重犯中，要求基本犯罪行为和加重结果之间有因果关系。
对大数据视域下相关关系与因果关系的进一步探寻
对大数据视域下相关关系与因果关系的进一步探寻摘要：大数据的发展将如何看待相关关系与因果关系的问题摆上迫切位置，国内外多位学者对此进行深入思考，相互争鸣。大数据视域下的相关关系与因果关系更应被视为同级概念，统计概率因果关系为二者建立了一道桥梁。大数据研究不应止步于相关关系，对因果关系的追问应该不断延续下去，成为实现效益最大化的工具和科学进步的不竭动力。 关键词：大数据；相关关系；因果关系；统计概率因果 近年来大数据方法论研究领域中，相关关系与因果关系的关系与地位是一个讨论热点。其中，华南理工大学齐磊磊博士和江西财经大学黄欣荣教授的观点之争尤为引人注目。两位学者对于“大数据时代是否需要追问因果关系”等问题的思想交锋使得其后的研究者大受裨益，也引发了更多思考。此文尝试在此基础上对大数据视域下的相关关系与因果关系做进一步探讨。 一、两位学者的论述中关于相关关系与因果关系的部分 2015年，齐磊磊发表《大数据经验主义——如何看待理论、因果与规律》一文i，概括出大数据经验主义的3个特点，其中包括“大数据时代，因果性不存在了，由相关性来代替”，并进行了反驳。 此后，黄欣荣于2016年撰文《大数据主义者如何看待理论、因果与规律——兼与齐磊磊博士商榷》ii，认为大数据主义并不否定事物之间的因果性，只是不再一味坚持对因果性的追求。他列举牛津大学的访谈结果，表示对商业应用来说相关性就够了，但社科理论研究则仍需找到因果性。 齐磊磊又于2017年发表文章《由大数据引起的对因果与相关的讨论》iii，将相关细分为决定性因果、统计概率因果和非因果相关3种类型，认为统计概率因果是因果与相关之间的纽带，可以使传统科学哲学的方法论与大数据方法论相协调起来。
刑法中的因果关系
1浅析刑法中的因果关系 [摘要]刑法上的因果关系问题一直以来都是一个备受争议的问题，学术界对于 这一问题也提出了各种不同的观点，得出了不同的结论。在刑法中，将某结果归咎于某人时，往往需要查明其行为与结果之间是否存在刑法上的因果关系。因此，刑法中的因果关系在定罪中具有重要意义。针对这一现象，对大陆法系及我国有关因果关系理论进行研究，取其精华，去其糟粕，对我国刑法因果关系理论做些新的探索，期对该问题的解决提供一些建议。 [关键词]因果关系探索因果关系重构 在西周成康时代，刑法中因果关系的观念就在我国产生了，其代表形式为保辜制度 。但是，对刑法中因果关系进行体系性研究则是19世纪以后才出现。然而，尽管各国在法律文化传统、思维方式等存在差异，但各学者都认为要让行为人对某结果负责，必须先确定其行为与结果之间的因果关系[1]。因此，各种理论层出不穷。在大陆法系中有条件说、原因说、相当因果关系说。我国的理论也层出不穷，传统理论纠结与必然、偶然因果关系中。而近年来对国外一些理论的汲取，亦产生了许多新的理论，如修正的必然、偶然因果关系说、新条件说、双层因果关系理论、客观归责理论。而各理论仁者见仁智者见智，并未形成通说。本文力图从一个新的角度阐释一下因果关系。 一、刑法中因果关系的概念 在各类不同的学科中，因果关系一词被广泛采用，一般而言，其指的是原因与结果之间客观存在的引起与被引起的关系。而刑法中的因果关系，是刑法对一般意义上因果关系的选择。而由于各学者对刑法因果关系的研究对象有不同的认识，通过看不同学者的书籍也可以看出刑法中的因果关系的概念也处于纵说纷纭中，归纳起来，主要有以下几种观点：第一种观点认为，刑法中的因果关系是指一定的人的危害行为同危害结果之间的关系。该说认为并不是一切人的行为都可以作为刑法因果关系的原因，只有危害社会的行为才能作为原因，人的正当行为和有益于社会行为，不能作为刑法因果关系的原因来研究[2]。 第二种观点认为，刑法因果关系是研究违法行为与危害结果之间的引起与被引起的关系。这一学说进一步指出，危害行为包括违反一般道德和纪律的行为，这些行为与法律无关，但是只要与危害结果有关也属于刑法上的有因果关系[3]。 第三种观点认为，刑法因果关系是犯罪实行行为与对定罪量刑有价值的危害结果之间引起与被引起的合乎规律的联系[4]。该学说主张刑法因果关系研究的对象是客观上违反刑法规定的符合犯罪客观要件的危害行为与危害结果之间的因果关系。并且认为此因果关系，是行为人承担刑事责任的客观依据。 第四种观点认为，刑法因果关系是刑事违法行为与危害结果之间引起与被引起的合乎规律的联系。该学说认为刑法因果关系的原因只能是违反刑法规范的行为。民事违法行为、行政违法行为等都不是刑法因果关系的原因。 通过以上的四种不同学说，我们可以看出共同点是：“因果关系是行为与结果之间的一种客观联系，这种联系具有事实性质，但刑法中的因果关系不仅仅是事实问题，更为重要的是一个法律问题”。以上观点的主要争议焦点在于确定刑法中的因果关系的“因”，也即 ①保辜制度，就是要求违法犯罪行为人，在法定期限内积极救助受害人，在保证受害人不出现更为严重的伤害后果的同时，违法犯罪行为人得以承担比较轻的犯罪责任。这样既可以凭因果关系确定行为与结果间是否有必然联系，又可以促使加害人通过努力保证受害人而减轻甚至免除罪责。
因果关系成立的三大条件
因果关系成立的三大条件 怎样判断事物间有因果关系？一般认为，两事物之间因果关系成立的条件是：（1）从发生顺序上，因在前，果在后（temporal order）；（2）它们之间有关联（association）或者说共变（co-variation）的关系；（3）必须排除其他可能用于解释结果的因素（elimination of spuriousness)。现分别来说明。 先说时间顺序。假如我们认为两事物之间存在因果关系，而现在需要确定孰是因，孰是果。经验告诉我们，只有发生在先的事物才可能是因，时光倒逆只是幻想。时间先后顺序说不清而无法断定孰是因孰是果的，两者有可能互为因果。如贫困与多生多育的关系。多生多育也许是贫困的原因，然而后者未尝不是前者的原因。因为穷，所以想多生一些孩子以增加劳力、摆脱困境。 时间顺序是因果关系的必要条件，但并非充分条件。把凡是发生在先的就作为因，显然大谬不然。如我在屋子里打了个喷嚏，外面紧跟着就响了个雷。能说我的喷嚏引起了打雷吗？不能。有个男的骑车摔骨折了，一查原来是家里前一天未给供奉的菩萨烧香。这未免荒谬。尽管如此，仍然有不少人错把时间顺序当作因果关系成立唯一的条件。 再说关联。关联就是通常所说的“相关性”（co-relation）。当自变量引起因变量的变化时，两个变量之间有一种恒定的联系，也就是说，自变量方面的每一个变化都引起因变量相应的、可以预见的变化。如果研究表明，每当我们改变事物的一个方面，事物的另一个方面就出现可以预见的变化时，我们就会考虑前者是否导致了后者。假设我们在不同的情景和条件下，重复同一项研究（如实验），这种共变关系总是保持不变，我们对当初的判断就更有信心了。 两事物之间的共变关系有方向和强度的问题。当自变量的值上升、因变量的值也相应上升时，两者呈正向的联系；而当前者上升、后者下降时，两者呈负向的联系。联系的强度说明共变的显著性。方向和强度都可用统计学中的相关系数来表示，可用统计软件进行计算。相关系数数值的范围是-1至+1之间，越向两端，强度越大；正号表示正向的联系，负号表明是负向的联系，零表示没有联系。 必须注意，两事物之间的共变关系并非一定是因果关系。许多共变的事物之间并无因果关系。有人说，他家不能喝椰子汁，一喝椰子汁就出事，如丢东西，孩子生病等，因此家中现在决不喝椰子汁。这未免可笑。在很多时候，有高度相关的两件事情其实风马牛不相及。比如，美国婴儿腹泻发病率与南部各州柏油路路面的粘滞度呈高度相关。再比如，在上世纪60和70年代，印度儿童的出生率和美国人使用美国造汽车的比率呈高度相关。细究类似的相关，发现极有可能是其他因素参与其中，如婴儿腹泻发病率和柏油马路粘滞度的相关显然与气温变化有关。 像时间顺序一样，共变关系是因果关系的必要条件，但却也不是充分条件。必要条件，顾名思义，指的是事件发生必须具备的条件。如，必须是成熟的女性才能怀孕。然而仅仅是成熟的女性并不就能怀孕。怀孕还需要一个充分条件。充分条件