丹麦流传着一种说法，一户人家屋檐上的鹳巢数量与这家人所生孩子的数量存在着相关性。婴儿是鹳鸟送来的古老传说是真的吗?当然不是。相关性跟因果关系不是一回事。鹳不会送来孩子，但大房子有更大的空间为孩子和鹳所用。

这是一则人们喜闻乐见的统计趣闻，但如果你知道1965年在美国参议院一场听证会上它是如何被用到的，你就不会觉得那么有趣了。那位做听证发言的专家证人辩称，尽管吸烟或许跟肺癌相关，但两者之间不存在已证明的、令人信服的因果关系。当被问及为何把鹳和孩子的关系与香烟和肺癌的关系进行类比，他回答说，两者“在我看来是一样的”。

尽管吸烟或许跟肺癌相关，但两者之间不存在已证明的、令人信服的因果关系

这位证人的名字叫达莱尔·哈夫(Darrell Huff)，是一名自由记者，因其1954年出版的那本精彩、大为畅销的《统计数字会撒谎》(How to Lie with Statistics)而深受数代极客的爱戴。如果该书续集付印的话，他今天的名声或许会完全不同。《吸烟统计数字会撒谎》(How to Lie with Smoking Statistics)使用了各种鹳式论点来对吸烟与癌症的相关性提出质疑。该书得到了美国的烟草研究所(Tobacco Institute)资助，但不知出于什么原因一直没有出版。(2012年安德鲁·格尔曼(Andrew Gelman)在《Chance》杂志上发表的文章，以及2014年亚历克斯·莱因哈特(Alex Reinhart)在《Significance》杂志上发表的文章，使哈夫担任烟草业顾问的经历引起统计学家们的注意。)

毋庸置疑，吸烟会导致肺癌和其他多种致命疾病。但广泛意义上的相关性与因果之间的尚存疑问的关系，仍是当前一个极易引起争议和混淆的领域。哈佛大学(Harvard)法学院学生泰勒·维根(Tyler Vige)编撰并发布在其网站(tylervigen.com)上的“伪相关”应算是一种警告。你知道缅因州人造奶油的消费量与离婚率之间存在很强的相关性吗?

所以，我们不能仅仅依赖相关性。但是，坚持为因果关系提供绝对证据就过于苛刻了(甚至是一种不可能达到的标准)。在这两个极端之间，如何在相信相关性与寻找因果证据之间达到合理的平衡呢?

科学家、经济学家和统计学家倾向于要求为他们看到的现象提出因果解释。知道大学毕业生能赚更多钱还不够，我们想知道，大学教育是否提高了他们的收入，或者他们本来就是聪明人、不管接受大学教育与否都能赚更多钱。仅仅寻找相关性并非严格科学的做法。

但随着“大数据”的到来，这场争论开始发生变化。海量数据集可以产生一些有趣的相关性，在某些用途上它们就足够好用了(谁关心为何周二降价效果最好呢?如果确是这样，那就选这一天降价。)英国央行(BoE)首席经济学家安德鲁·霍尔丹(Andy Haldane)不久前表示，经济学家们或许想更认真地看待纯粹相关性(mere correlation)。他不是第一个这么说的大数据热衷者。

我们回头来讲抽烟与癌症之间的关系。20世纪40年代末，英国流行病学家理查德?多尔(Richard Doll)最早开始怀疑二者之间的联系。当时他的分析基于纯粹相关性，他不清楚因果机制，因为当时还没确定烟草中的大多数致癌物。多尔本人怀疑肺癌的致病原因是柏油公路的烟气，或者可能就是汽车本身。

多尔与奥斯汀·布拉德福德·希尔(Austin Bradford Hill)在1950年发表了他们关于吸烟与癌症关系的早期研究结果，由于俩人的研究基于纯粹相关性，在当时果不其然遭到了批评。伟大的统计学家罗纳德·费雪(Ronald Fisher)在20世纪50年代多次加入论战，指出很可能是癌症引起吸烟，毕竟癌前期病变会对肺部造成刺激，人们可能会通过吸烟来缓解这一刺激。费雪还认为有些遗传特征可能既会引发肺癌，还会引起吸烟倾向。(另一位统计学家约瑟夫·伯克森(Joseph Berkson)提出，假如一个人强悍到足以抵制广告的诱惑和同龄人的压力，那么他也强悍到足以抵抗肺癌。)

在20世纪50年代的多次论战，指出很可能是癌症引起吸烟，毕竟癌前期病变会对肺部造成刺激，人们可能会通过吸烟来缓解这一刺激。

希尔和多尔的例子告诉我们，不要轻易否定相关性，但他们也以行动证明，不应放弃寻找因果解释。俩人继续勤恳研究，很快就发现了更多表明因果关系的证据。

希尔和多尔在寻找因果关系时采取了一种务实的方法。比如，是否存在一种剂量效应?是的，烟瘾大的人更可能患肺癌。烟龄长短有关系吗?有关系，吸烟者开始吸烟很久后，癌细胞开始形成。这与费舍尔设想的人们在肺癌早期阶段用烟草进行自我医疗的假设相矛盾。多个证据来源凑到一起能否得到一个逻辑连贯的描述?答案是：能够得到。当医生们听闻希尔和多尔的发现时，许多医生开始戒烟，现实情况也表明戒烟者患肺癌的风险要更低。我们应该尊重相关性，但相关性只是通向更深层真理的一个线索，而不是研究的终点。

目前尚不清楚为什么面对越来越多的吸烟致癌的证据，赫夫和费雪却执着地认为这仅是相关性。他们二人都是烟草行业的顾问，因而有些人会认为他们的怀疑动机来源于顾问费。但也很可能正是他们的怀疑带来了顾问费。到底哪个为因，哪个为果，后人可能永远不得而知。