相关性并不意味着因果关系（Correlation Does Not Imply Causation）：描述了不能仅仅根据观察到的两个变量之间的关联或相关性来合法地推断它们之间的因果关系。
两个事件相继发生，并不意味着第一个事件导致了第二个事件。
这种谬误也以拉丁短语cum hoc ergo propter hoc（“有了这个，因此因为这个”）而为人所知。
因果关系
“原因”（或“因果关系”）一词在英语中有多种含义。在哲学术语中。“原因”可以指必要的、充分的或促成的原因。在检查相关性时，“原因”最常用于表示“一个促成原因”（但不一定是唯一的促成原因）。
Imply 意味
在逻辑上，技术上使用“Imply 暗示/意味”一词的意思是“是……的充分条件”，这就是统计学家说因果关系不确定时的意思。
因果分析
因果分析是与建立因果关系有关的实验设计和统计领域。对于任意两个相关事件 A 和 B，有四种可能的关系：
- A导致B（直接因果关系）；
- B 导致 A（反向因果关系）；
- A 和 B 都是由 C 引起的（共同因果关系）；
- A和B之间没有联系；相关性是巧合。
从相关性不合逻辑地推断因果关系的例子
示例 1
- 观察到风车旋转得越快，观察到的风就越多。
- 因此，风是由风车的转动引起的。（或者，简单地说：风车，顾名思义，是用来产生风的机器。）
示例 2
- 低胆固醇受试者与死亡率增加相关。
- 因此，低胆固醇会增加您的死亡风险。
示例 3
在其他情况下，可能根本不清楚哪些是因，哪些是果。例如：
- 看很多电视的孩子是最暴力的。显然，电视使孩子们更加暴力。
示例 4
- 穿鞋睡觉与醒来时头痛密切相关。
- 因此，穿鞋睡觉会引起头痛。
示例 5
- 开着灯睡觉的幼儿在以后的生活中更容易患上近视。
- 因此，开着灯睡觉会导致近视。
在这种情况下，两种情况的原因都是父母近视，上述结论是错误的。
示例 6
- 随着冰淇淋销量的增加，溺水死亡率急剧上升。
- 因此，食用冰淇淋会导致溺水。
总结
相关性是医学、心理学和社会学等领域的一种有价值的科学证据。必须首先确认相关性是真实的，然后必须系统地探索每一种可能的因果关系。
最后，单凭相关性不能作为治疗与获益、风险因素与疾病、社会或经济因素与各种结果之间因果关系的证据。
它是最常被滥用的证据类型之一，因为很容易甚至很容易根据相关性的初步表现得出过早的结论。