從統計意義上來說，事件A（購買香草冰淇淋）和事件B（車子發不動）看似有關係（每次購買香草冰淇淋時，車子都發不動），但是中間隔了一個事件C（購買時間短）。在這種結構下，事件A和事件B在事件C發生的情況下條件獨立。
兩個事件看似相關，實則關於另外一個事件條件獨立的情況非常普遍。如果意識不到這一點，就很容易犯了把「相關性」當成「因果性」的錯誤。我們來舉幾個例子。
穿夾克和車禍發生率
一項調查發現，每當倫敦的計程車司機穿夾克，發生車禍的機率都會大大增加。
很多人猜想是穿夾克導致司機的操作不便，從而增加了事故發生率。這項調查幾乎促成了英國通過立法禁止計程車駕駛員穿夾克。
經過仔細研究才發現，天氣才是背後的根源：下雨時，司機經常穿夾克；下雨時，發生車禍的機率大。
也就是說，我們知道了「下雨天」，自然就可以推斷出「發生車禍」的機率比較高；而「司機穿夾克」實際上並不能幫助我們更好地推測「發生車禍」的機率。因此，「穿夾克」和「發生車禍」這兩個事件關於「下雨天」條件獨立。
這個例子中，事件A是「穿夾克」，事件B是「發生車禍」，事件C是事件背後共同的原因：「下雨天」。
「穿夾克」和「發生車禍」具有統計意義上的相關性，但這兩個事件之間沒有因果關係，它們關於「下雨天」這一事件條件獨立。
作者介紹｜劉雪峰
北京航空航天大學計算機學院副教授，博士生導師。2008年取得英國布里斯托大學博士學位。〈知識星球〉廣受歡迎的計算機大師。主要研究方向包括線性代數、訊號處理、人工智慧等。在全球期刊和國際會議上發表過70多篇學術論文。2018年榮獲中國高等學校科學研究優秀成果獎（科學技術）二等獎。執教的《小波信號與系統》在學院的課程教評中獲得滿分。
本文經授權轉載自如何出版《心中有數，腳下有路：用數學思維解讀世界、解決生活中的難題》（原標題：心中有数：生活中的数学思维）
責任編輯／梁溶珈
