为什么数据中的明显规律不能证明因果关系？
明显的规律不能证明因果关系，因为同样的规律也可能出现在以下情况：第三个因素同时影响了两个数值、因果方向恰好相反，或者两者只是碰巧吻合。相关性衡量的是两个事物共同变化的紧密程度，并不能说明原因。
以一家虚构的家居用品零售商拉克菲尔德家居为例，它有 30 家门店。经营经理普里娅正在回顾上季度表现。其中八家门店在周末举办了厨具演示，22 家没有。她导出的数据如下：'演示门店：平均周销售额 41,200。非演示门店：34,900。差异：+18%。备注：演示门店由区域经理选定。演示主要在 11 月至 12 月举行。演示门店包括我们 6 家最大门店中的 5 家。'一位 AI 助手在汇总表格时写道：'厨具演示带来了 18% 的周销售额增长。推广到所有门店应该能增加收入。'董事会希望在周一批准全面推广。
| 门店组 | 门店 | 平均每周销售额 | 已纳入规模最大的网站 | 演示开展的月份 |
|---|---|---|---|---|
| 演示店铺 | 8 | 41,200 | 第 5 项，共 6 项 | 主要在十一月和十二月 |
| 非演示店铺 | 22 | 34,900 | 第 1 项，共 6 项 | 无 |
如何检验相关性是否意味着因果关系？
检验相关性时，先逐一排除三种其他解释，再在条件允许时开展公平对比，确保只有疑似原因这一项存在差异。以下每一步，都是在投入资金前需要向数据提出的问题。
1. 寻找混杂因素
混杂因素是同时影响两个比较对象的第三个因素。在拉克菲尔德，门店规模和季节都可能是混杂因素：大门店本来就卖得更多，而十一月和十二月是炊具销售旺季。要问问这两组之间还有什么不同。
2. 检查方向
反向因果是指，实际上是结果导致了所谓的原因。如果区域经理向本来就经营良好的门店做了演示，那么是销量上升促成了演示，而不是演示带来了销量上升。要问清楚各组是如何选出来的。
3. 考虑偶然因素
只有八家门店、一个季度的数据时，差异可能只是偶然出现的，尤其是在有人查看了许多促销活动，却只报告最突出的一项的情况下。应询问做了多少次比较，以及这一规律在另一个时段是否仍然成立。
4. 比较同类项
比较同几周内开展演示活动的门店与相似的未开展演示活动的门店：大店对大店，小店对小店。如果大部分差距消失了，就说明此前的差距主要来自混杂因素。
5. 开展实验
最有说服力的检验是对照试验：选出可比的门店，随机安排其中一半在相同的几周内开展演示，然后进行比较。随机分配能让规模、位置和经营历史在两组中均衡分布，因此，剩余差异由演示带来的可能性就大得多。
对 Larkfield 数据的解读，较差的做法和改进后的做法分别是什么样的？
不可靠的解读会直接相信 AI 摘要：“演示能让销售额增长 18%，所以应在所有门店开展。”两组门店在规模、季节和筛选方式上都不同，这种解读却把观察到的组间差距，变成了对另外 22 家门店未来表现的承诺。
改进后的解读是：'开展演示的门店每周销售额高出 18%，但这些店大多是我们规模最大的门店，演示安排在最繁忙的两个月，而且门店由区域经理挑选。将五家开展演示的大型门店与相同周内未开展演示的大型门店比较，差距约为 4%，处于正常的周际波动范围内。我们目前还无法判断演示是否有效。建议：在 12 家规模相近的中型门店开展为期六周的试验，随机选择其中六家开展演示，衡量炊具销售额和员工工时。' 这个版本让董事会知道哪些已有结论、哪些仍不确定，以及如何查明，代价是推迟一个月。
AI 生成的摘要会如何利用相关性误导你？
AI 总结最常见的误导方式，是用“推动”“导致”“提升”或“因为”等因果措辞来描述相关性，让一种规律听起来像已证实的因果效应。语言模型能流畅地解释数字；但除非你告诉它，否则它并不知道这些门店是如何选取的，也很少主动说明自己无法区分因果关系与巧合。
你可以补充助手缺少的背景信息，例如分组方式、日期和样本量，并要求它区分数据实际显示了什么，以及这些结果可能有哪些解释，以减少这种情况。然后检查输出中的因果关系动词，将每一处都替换为实际观察到的情况，例如‘开展演示的门店，销售额也更高’。
在依据某个因果判断采取行动之前，如何核实这个判断？
核查因果主张时，要问清各组是如何选出的、两组中是否都是原因先于结果出现、换一个时期或扩大样本后差异是否仍然存在，以及在证据仅能说明相关性时，摘要是否使用了“与……相关”这样的表述。在任何人批准支出前，将答案写在该主张旁边。
理解相关性和因果关系时，有哪些常见错误？
最常见的错误是看到仪表板显示差异就推行变更，却不问各组是如何划分的。其他错误包括：把高相关系数当作证明；只报告二十次促销中看起来有效的那一次；忘记季节性因素；以及认为没有相关性就意味着没有影响。相反的错误也会造成损失：非要等到完全确定才行动，而小规模随机试验通常成本并不高。
这节课在 Tosheo.ai 中属于哪一部分？
本课属于数据科学与分析分类，安排在数据科学课程的前期，因为之后从数据看板到机器学习的每个主题，都要求你不能把规律误当成原因。在 Tosheo.ai 中，实操任务会提供一份虚构的数据集和一份 AI 撰写的摘要，评分反馈会逐一指出数据无法支持的因果判断。这是一门职业基础课，不是统计学学位课程。