这是一个人人都谈大数据的时代，不过数据真的是有益的吗？其实不一定，数据经常也会忽悠人。
请一句话评价下列事件（假设数据是真实的）：
1，研究发现，越是成功人士，睡眠时间越短。
2，研究发现，女人结婚后变得更加贫穷，男人结婚后变得更加富有。
3，研究发现，越富有的人越幸福。
4，研究发现，儿童时期吃西兰花越多，成年后往往职业收入越多。
5，研究发现，去医院越多，越容易生病。
6，过去20多年跟踪研究发现，中国GDP越高，90后一代身高越高。
……
根据本人潜水博客论坛观察总结，大部分人的评价是这样的（至少前3个事件的评价是这样）：
1，研究发现，越是成功人士，睡眠时间越短。
这么说，我要是不睡觉，是不是薪水就上亿了？
2，研究发现，女人结婚后变得更加贫穷，男人结婚后变得更加富有。
看来还是女人对婚姻牺牲大啊！结婚导致女人收入变低，却增加了男人收入。
3，研究发现，越富有的人越幸福。
屌丝们洗洗睡吧，你幻想的穷开心是不现实的。
4，研究发现，儿童时期吃西兰花越多，成年后往往职业收入越多。
我勒个去，都怪我小时候西兰花吃少了，大白菜吃多了！
5，研究发现，去医院越多，越容易生病。
唉，以后生病还是别去医院了。
6，过去20多年跟踪研究发现，中国GDP越高，90后一代身高越高。
哇！原来提高GDP还有这好处！不过，如果将来中国GDP下降，下一代怎么办？
等等，貌似这上面的逻辑有点问题吧？
实际上，上面的每一个推理都有严重的逻辑错误，都是错把相关关系当做了因果关系：
A越多，B越多，这是相关关系。
A越多，导致B越多，这是因果关系。
而如果没有进一步的调查和理论，相关关系是推理不出因果关系的。
为什么？
请看下面这个“脑筋急转弯”：
猜猜，下图的鸡和蛋是什么关系？
直觉：母鸡刚刚下了蛋。
第二直觉：还有可能是这个母鸡是由这个鸡蛋孵化出来的。
其实，它们有4种可能的关系：
（注：鸡蛋例子引用自李宏彬教授讲座）
同样，两个“A越多，B越多”这样的相关性实际上有4种可能（以收入和睡眠的为例）：
1，A导致B：更少睡眠导致收入增加。
2，B导致A：收入增加导致睡眠减少。
3，A和B同时被C导致：随着年龄的增长，人对睡眠要求减少，因此睡眠少。同时年龄大的人，往往经验、人脉、知识更多，也自然收入更多。
4，A和B没有任何关系： 美国、西欧等经济发达，导致人们收入高；同时他们爱吃牛排，导致睡眠需求减少。（数据仅为举例，不代表真有这样的关系。）
所以，当你看到“睡眠越少，收入越多”这样的统计结果后，不要天真地认为只要你减少睡眠，你也能收入变高。
当然生活中的确有人是这么做的：
我认识一个人，看到了这样一个微博上流行的统计结果后，为了获得成功而刻意减少睡眠。
甚至，当他凌晨2点还在玩DOTA时，你过去问他：“你怎么还不睡？”他的回答是：“睡眠越少，将来越成功！为了赚大钱，我先从减少睡眠开始。而在这漆黑的夜里，只有DOTA能让我清醒。”
所以，假设“成功导致睡眠少”而不是“睡眠少导致成功”，你是无法通过减少睡眠而变得更加成功的。就像白种人喜欢吃牛排，但是你无法通过吃牛排变得更白。
除了“成功VS睡眠”之外，其实上面每个新闻都有类似的逻辑错误：
研究发现，女人结婚后变得更加贫穷，男人结婚后变得更加富有。
这个数据其实无法推测出结婚让女人变穷男人变富，还有可能是：预期自己将来没什么钱赚的女人更想赶紧把自己嫁出去，而预期将来能赚很多钱的男人倾向于赶紧找个老婆。
当然，还有可能是其他原因甚至是完全无关的因素造成了这个相关关系。
研究发现，越富有的人越幸福。
通过这个数据并不能推测出你赚钱后就能变得更加富有。
实际上研究证明，当金钱超过个人基本需求之后（比如已经吃饱穿暖），对长期幸福感没有显著影响。
比如中了巨额彩票的人得到的幸福感只是短期的（类似吸毒产生的幸福感），调查发现，中彩票后6个月，即使你变得比之前富有上百倍，但是你的幸福感指数还是维持在6个月前水平。
（此研究详细请看哈佛大学公开课《幸福课》，by Tal-Ben Sharhar）
那么为什么我们发现富有的人往往很幸福呢？
其实这是因为富有和长期幸福都由类似的因素导致：自信、热忱、勤奋等。所以，你的自信、热忱、勤奋等情商特征有2个产物：1，能够提升你长期幸福感，让你觉得生活更加有意义；2，能够让你赚钱升职。但这不代表赚钱本身可以提高长期幸福感。
所以，“穷开心”还是存在的。
4，研究发现，儿童时期吃西兰花越多，成年后往往职业收入越多。
这个新闻是我YY的，但是这句话绝对的正确的！
为什么呢？因为欧美国家的人往往吃西兰花更多，而这些国家的普遍职业收入也很高，所以在全球统计数据上自然会发现“西兰花摄入量”和“职业收入”的相关关系。
但是这并不代表你增加西兰花的摄入会提高未来收入！
5，研究发现，去医院越多，越容易生病。
嗯，这个也是我YY的研究，但数据也是千真万确！但是这不代表不去医院你就不生病了，因为不是“去医院导致你生病”，而不是“生病导致你去医院”。
6，过去20多年跟踪研究发现，中国GDP越高，90后一代身高越高。
这更是绝对真实数据！
中国GDP和90后的身高自然是正相关啊—中国GDP从1990年的不到2万亿涨到2013年的50多万亿，90年出生的人身高也从0厘米增长到170厘米。但是这并不能证明是中国GDP帮助了90后长高。
为什么我们总是错把“相关”当“因果”？
先看下面这样图，如果让你对图中的形状分组，你的第一直觉是什么？
我想大部分人是按照位置分类—把图中的图形按照上边的、左边的右边的分为3组。
但是相互靠近的图形可能并没有任何关系，这样分类可能是无效的。
那怎么不按照形状分类呢？第一反应怎么不是把图形分成三角形、正方形和圆形？
这是因为我们本能—觉得相互靠近的东西一定是有关系的，同时出现的事件也一定是有关系的！
这样的本能在远古时代是很有用的，可以帮助人类在陌生的丛林中生存下来。
当他们发现了一个果壳，从而推测出这片森林有大片果树；当他们听到雷声，从而觉得雷声导致了下雨，得赶紧避雨了等等。这些本能帮助人们更好的在那个简单、直接的世界生存。
但是现在社会瞬息万变，信息复杂程度不知道超过远古时代多少倍，我们已经无法通过简单的相关关系来推测因果了。同时出现的事件可能毫无关系，因果的顺序也可能完全颠倒。
同时无数的错觉思维和错误归因不断发生，比如：
1，大众对新闻的错误归因
假设你看到这样的新闻：
《同性恋抢劫超市，致6人死亡》
网友评价：同性恋就是喜欢抢劫！以后遇到他们小心点！
但是，你怎么知道他们的抢劫行为是因为他们的性取向导致的？如果抢劫劫匪穿41码的鞋，今后你会从此远离41码鞋的人吗？“同性恋”和“抢劫”只不过是同时发生的事件，并不代表它们有关系。
当然，媒体人们为了提高点击率，经常使用这样的技巧：让新闻当事人的某个差异性特征出现在新闻上，从而让大众把“相关当因果”，觉得是这个差异性特征导致了他的行为。
类似的新闻评论还有：
外籍男坐过车站抢方向盘敲打司机
这是因为他“外籍”的身份而导致其打司机吗？中国人自己不打司机？
明星柯震东吸毒！当明星真是容易堕落！
柯震东等人是因为出名而吸毒吗？难道你出名后容易吸毒或者你吸毒后容易出名？
2，盲目学习和模仿
我们经常盲目模仿成功者的特点，觉得模仿了他的特点，我们也能成功。
比如知名的大学无用论：比尔盖茨和扎克伯格都是辍学后才成功的，所以为了成功，我没必要上大学。
请问：他们是辍学导致了成功，还是成功导致了辍学，还是其他因素影响？
健康的人都不去医院，所以你坚持不去医院，你就能变得健康？
再比如企业管理的例子：
苹果公司很成功，同时它给设计师付出的薪水也是最高的。难道就说明它的成功是由其设计师的高薪水导致的？所以你提高自己公司设计师的薪水，你就能成功？
3，刻意规避和迷信
你可能对这个故事感觉到很熟悉：
唉，有一年我第一次吃榴莲，结果当天就遇到了车祸，从此以后，我就再也不敢吃榴莲了。
实际上主人公的车祸和榴莲可能没有任何关系，但是因为是“同时发生的事件”，主人公潜意识觉得吃榴莲导致了车祸，从而对榴莲一辈子心有芥蒂。
错把相关当做因果是很多让人难以理解的迷信的根源之一。
比如在我家乡都有敬车的习惯（每年固定时间向烧纸向上天祈福平安），但是去年突然变更了敬车的习俗—由过去的车头向北变成了车头向南。后来我才知道是因为去年出了很多车祸，大家觉得是敬车时车头向北导致的（相关变因果），从而今年改成了向南。
所以，如果你仔细观察，很多让你难以理解的祖传禁忌，实际上可能是当年某个相关事件的发生导致的—比如出了车祸就再也不吃榴莲了。
结语：
我们正在面临越来越多的数据和越来越多的复杂事件，同时也被要求做出越来越准确的决策。为了应对这样的问题，请不要忘记—别拿相关当因果，数据也会忽悠你！
叫兽问题：
请分析下面这句话的逻辑—
“以前我总觉得相关就是因果，自从学了统计学，我再也不这么认为了，看来统计学真是管用了。”
（关注本主页回复你的想法）