相关性、因果关系以及女生为何不会降低平均智商

在报告数据时，相关性和因果关系之间的区别经常出现。在阅读任何类型的研究时，这都是一个重要的统计概念。

我们找到了一个图表完美地说明了这个重要的区别。这张图表来自兰迪·奥尔森，他是密歇根州立大学计算机科学项目的博士候选人，同时也是一个书呆子明星，他是这个数据的版主。

这些点都代表了高等级的领域。平均智商(由攻读该学位的人的GRE总成绩得出的)是站在一边的，而主修专业的女性比例则在最底层。所以，在右边，超过80%的女性从事社会工作。在智商最高的领域，物理学和天文学的平均智商最高。

这条明显的下降线表明，在学位项目中，较高的平均智商与较少的女性相关。然而，拥有更多的女性并不会导致智商下降，而拥有更多的男性也不会导致智商上升，尽管没有受过统计学训练的人可能会这么说。男人和女人的智商其实差不多。

图表中显示的趋势可以用其他变量来解释，主要是GRE数量部分分数的差异，以及女性在科学、技术、工程和数学(或STEM)领域总体较低的患病率。请在Olson的文章中阅读更多信息。

当两个变量同时出现时，比如智商/ GRE总成绩较低和某个学位项目的女性比例，它们是相关的。这并不意味着一个导致另一个。相关性不等于因果关系。让我们再说一遍。

为了证明因果关系，你需要做一个实验，使用随机总体抽样，其中所有其他可能影响结果的因素都是随机的。

另一个来自统计评估服务的例子:吸烟导致肺癌。吸烟与酒精中毒有关，但吸烟不会导致酒精中毒。

这篇指南中的一个较简单的例子是:当我早上9点起床时。太阳总是升起来的。我早上9点起床与太阳升起有关——事件一起发生。太阳没有升起，因为我早上9点就醒了。如果这是真的，那就太棒了。

人类喜欢因果关系。我们喜欢解释和了解事情发生的原因，所以我们很容易就会做出改变，但是证明因果关系实际上是非常困难的。