因果革命

 1. 因果關係的概念備受某些統計學家輕視

你也許會聽說過「關聯性並不代表因果關係」，這種說法於過去數十年間一直被接受為事實。

某種程度上，這是由於因果關係遭到科學界低估。數學家卡爾‧皮爾森（Karl Pearson）就曾宣稱科學只是純數據，因為因果關係無法被證實，不能以數據方式呈現，所以在科學上是無效的。

為證明自己的論點，他舉出一項觀察結果：一個國家人均消費的巧克力愈多，就會出現更多諾貝爾得獎者。對皮爾森而言，兩者的關聯毫無意義，因此無需尋找任何因果關係。

但這當中其實隱藏了一層因果關係：較富裕的國家更有可能消費更多巧克力，亦更有可能取得會引起諾貝爾委員會注意的科學突破。

此外，遺傳學家斯威‧賴特（Sewall Wright）於1912年進行豚鼠皮毛上的標記研究時，更發現因果關係可以以數學方式表述。

賴特用箭頭符號的方式，把動物毛色與促成毛色的環境和發育因素，以因果形式的路徑圖顯示出來，然後使用數據將此圖轉換為代數方程，得出毛色有42%是遺傳所致，58%則受後天因素影響。

鑑於當時的科學風氣，賴特受到猛烈抨擊，他採用的方法也長久不見天日。然而，時移世易，從醫學到氣候科學的研究都開始接納因果關係，一場因果革命已經悄然展開。