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，就会发现这纯属巧合，其间并没有一定的因果关系存在。---------------------------------------------相关关系与因果关系——《教育研究的哲学》读书笔记（7）王晓春⋯⋯事实上， 常常有人说， 我们可以确定的所有关系都是相关关系，但我们无法得出因果性结论。 但是，在相关关系和因果关系之间，我们能做而且也必须做出区分。⋯⋯因此，我们必须重新表述因果关系， ...
