因果關係與相關關係是說明事物之間聯絡的兩種形式，也是經常被人們混淆的兩種關係。混淆因果關係與相關關係是一種常見的心理誤區，尤其在投資實踐中，因為誤把相關關係當作因果關係而造成決策失誤，招致投資損失的例子屢見不鮮。因此，為了從源頭上消除這種心理誤區，有必要正本清源，詳細剖析這個問題。 所謂因果關係，簡單地說，就是A→B。即事件A的發生導致事件B的發生。因果關係中最常見的是一因一果，另外還有一因多果，一果多因，多因多果等形式。 所謂相關關係，顧名思義，就是兩種事件之間有關聯。在統計學中，兩個隨機變數X、Y之間的相關關係用相關係數ρxy來表示（∣ρxy∣≤1）。這裡所說的隨機變數，就是我們通常所說的事件的數學抽象。 若ρxy≠0，則稱X與Y相關：當ρxy> 0，稱X與Y正相關；當ρxy< 0時，稱X與Y負相關；特別地，當ρxy=1時，稱X與Y完全正相關；當ρxy=-1時，稱X與Y完全負相關；當ρxy=0時，稱X與Y不相關。注意：完全正相關並不等於因果關係。面對客觀世界的種種不確定性，人們喜歡尋找原因，並將不確定性轉化為確定性，儘管這種轉化往往只是心理上的。這是千古不變的人性的弱點。 我們習慣於將相關關係轉化為因果關係來解釋周圍的事物，而我們探索客觀世界的因果關係也總是從相關關係開始的。懶惰者習慣於匆匆忙忙得出結論，而不是經過周密的思考和論證，這就容易導致出錯。常見的錯誤主要有以下幾種形式： 1、胡亂確定因果關係。 有個古老的謬誤是：“如果B緊跟著A發生，那麼A一定導致B。” 在這裡，或許A是B的因，B是A之果，但更可能的情況是，A和B並不互為因果，而都是第三種因素的產物。 2、小樣本錯誤。 這是一種資料“陷阱”。原因在於取樣過少，即使分析和推理過程正確也不一定能得出正確的結論。 3、把相關關係當作因果關係。 許多情況下，變數之間只是存在著相關關係，但是否存在著因果關係仍舊是個未知數。因此，在明確變數之間確實存在因果關係之前，不宜匆忙下結論。 4、把相關關係當作決策依據。 對於複雜系統的決策問題，即使某種相關關係是真實的，並有真實的因果關係，我們仍不能憑此做出行為決策。股市是個典型的例子，問題就在於系統的複雜性。 有關相關關係與因果關係的心理誤區被廣泛應用於有意無意、善意惡意的“欺騙”活動。最常見的騙局，是利用真實的相關關係來支援一個未經證實的因果關係，最典型的例子就是廣告。
因果關係與相關關係是說明事物之間聯絡的兩種形式，也是經常被人們混淆的兩種關係。混淆因果關係與相關關係是一種常見的心理誤區，尤其在投資實踐中，因為誤把相關關係當作因果關係而造成決策失誤，招致投資損失的例子屢見不鮮。因此，為了從源頭上消除這種心理誤區，有必要正本清源，詳細剖析這個問題。 所謂因果關係，簡單地說，就是A→B。即事件A的發生導致事件B的發生。因果關係中最常見的是一因一果，另外還有一因多果，一果多因，多因多果等形式。 所謂相關關係，顧名思義，就是兩種事件之間有關聯。在統計學中，兩個隨機變數X、Y之間的相關關係用相關係數ρxy來表示（∣ρxy∣≤1）。這裡所說的隨機變數，就是我們通常所說的事件的數學抽象。 若ρxy≠0，則稱X與Y相關：當ρxy> 0，稱X與Y正相關；當ρxy< 0時，稱X與Y負相關；特別地，當ρxy=1時，稱X與Y完全正相關；當ρxy=-1時，稱X與Y完全負相關；當ρxy=0時，稱X與Y不相關。注意：完全正相關並不等於因果關係。面對客觀世界的種種不確定性，人們喜歡尋找原因，並將不確定性轉化為確定性，儘管這種轉化往往只是心理上的。這是千古不變的人性的弱點。 我們習慣於將相關關係轉化為因果關係來解釋周圍的事物，而我們探索客觀世界的因果關係也總是從相關關係開始的。懶惰者習慣於匆匆忙忙得出結論，而不是經過周密的思考和論證，這就容易導致出錯。常見的錯誤主要有以下幾種形式： 1、胡亂確定因果關係。 有個古老的謬誤是：“如果B緊跟著A發生，那麼A一定導致B。” 在這裡，或許A是B的因，B是A之果，但更可能的情況是，A和B並不互為因果，而都是第三種因素的產物。 2、小樣本錯誤。 這是一種資料“陷阱”。原因在於取樣過少，即使分析和推理過程正確也不一定能得出正確的結論。 3、把相關關係當作因果關係。 許多情況下，變數之間只是存在著相關關係，但是否存在著因果關係仍舊是個未知數。因此，在明確變數之間確實存在因果關係之前，不宜匆忙下結論。 4、把相關關係當作決策依據。 對於複雜系統的決策問題，即使某種相關關係是真實的，並有真實的因果關係，我們仍不能憑此做出行為決策。股市是個典型的例子，問題就在於系統的複雜性。 有關相關關係與因果關係的心理誤區被廣泛應用於有意無意、善意惡意的“欺騙”活動。最常見的騙局，是利用真實的相關關係來支援一個未經證實的因果關係，最典型的例子就是廣告。