核心觀點#

有人會試圖說服你兩組數據之間存在關聯，甚至用圖表來證明。但相關不等於因果——這是批判性思考中最重要的區別之一。

相關 vs 因果#

• 真正的因果：吸煙的人越多，肺病發病率越高——因為吸煙確實會導致肺病
• 虛假的相關：某些看似相關的數據可能只是巧合，或者存在第三個未被注意到的因素

常見的邏輯錯誤#

• 兩件事同時發生，不代表其中一個導致了另一個
• 即使數據確實相關，也要問：是 A 導致 B，還是 B 導致 A？或者是否有個 C 同時導致了兩者？
• 例如：冰淇淋銷量和溺水事件數量相關——但冰淇淋不會導致溺水，兩者都是因為夏天天氣熱

如何正確判斷#

• 看到「相關」時，不要自動跳到「因果」
• 尋找可能的第三因素（混淆變量）
• 問自己：如果去掉這個因素，那個結果還會存在嗎？

相關不等於因果。每次看到兩組數據被放在一起比較時，都要問：「是什麼真正在起作用？」

下次有人用圖表向你展示兩件事的關聯時，先問三個問題：「是 A 導致 B？是 B 導致 A？還是有其他因素同時影響了兩者？」