1樓：起個名可真難
若想知道某個實驗設計能否獲得兩個變數之間的因果關係，首先需要了解確定因果關係的條件有哪些。目前，普遍採用的是英國哲學家穆勒提出的三個條件：（1）共變性，兩個事件必須是共變或一起變化的；（2）時間順序：
乙個事件必須在另乙個事件之前發生；（3）排除其他可能的解釋。這三個條件必須同時滿足才能確定因果關係。
從這個邏輯來看，只要是真實驗設計——由研究者操縱自變數，控制額外變數，並客觀測量因變數——均能得到變數間是否存在因果關係的結論。在真實驗設計中，研究者操縱自變數以引起因變數的變化滿足了「時間順序」的條件；對額外變數的控制滿足了「排除其他可能的解釋」這一條件；如果兩變數確實產生了共同變化就滿足了「共變性」的條件，就可以確定因果關係。
因此，若想看乙個實驗能否得到變數間強有力的因果關係的解釋，大抵可以從自變數是否為人為操縱的和額外變數控制是否嚴格來進行判斷。例如很多以個體自身擁有的相對穩定的特性（年齡、性別、學歷、氣質等）作為自變數的研究設計都無法得到變數間的因果結論，因為研究者無法對這些自變數進行操縱。
統計方法與變數間因果關係的確定沒有必然的聯絡，如方差分析法既可以用於調查收集到資料的多組均值的差異檢驗也可以用於真實驗設計中多組均值的差異檢驗，即便兩個統計結果均差異顯著，前者也依然無法得出因果結論，而後者可以。所以，能否得到因果結論是與研究設計密切相關的，而與統計方法無關。
2樓：薛凱紙
從心理學實驗設計的角度回答：
一共有三個因素決定了能否確定兩個變數之間是否存在因果關係Covariance(共變)。 因變數是否因為自變數的影響而發生變化？不同值的自變數是否有相對應的不同值的因變數？
比如：碗的大小改變了，你吃的飯的量改變了嗎？如果碗大小的改變伴隨著飯量的改變，碗的大小與食量是兩個共變變數。
是否共變通常通過設定對照組來檢驗。
Temporal Precedence（時間先後性）。因變數的變化是否發生在自變數的變化後？比如，是先改變碗的大小而後食量隨之發生改變的嗎？還是姐妹吃得多了以後給人家換了大碗？
Internal Validity（內部效度）。實驗設計是否排除了其他（除因果關係外）解釋的可能性？比如：有沒有混淆變數？是不是用大碗的都是吃得比較多的姐妹？
That's it.
3樓：
要確定因果性，不能侷限於被動的資料分析，必須通過有目的控制實驗。
比如店裡每天下午學校放學（A），4點會來一波學生買東西（B），6點會來一波教師買東西（C）。你要確定B是不是C的原因，光靠被動分析資料是不行的。光分析資料只會得到BC有強相關性。
要得到因果性需要在變化其他引數的情況下安排一波B看會不會導致C。比方我週末找一幫住校生讓他們2點來買一波東西，結果到4點沒有老師來買東西說明BC不是因果關係。我如果安排學校週末晚放學1個小時結果5點來一波學生，7點來一波老師，這種實驗多做成幾個，就能說明AB，AC是因果關係。
因果關係的本意就是這樣。如果AB是因果關係，那麼乙個人在任何條件下實現A，都會必然導致B。這裡，乙個具有自由意志（或者自以為具有自由意志的）的人去做實驗，是乙個必不可少的因素。
沒有人的主觀介入，因果性和關聯性沒有啥區別。
肯定有人說「太陽吸引-->地球繞圈」這個因果性是沒法控制實驗，畢竟不能把太陽拿掉做實驗。這個因果性是扭杆彈簧之類可控實驗得到的因果關係外推出來的。
所以因果性都是直接或者間接的主觀介入的結果。
4樓：莘莘辛梓
實證事態演變的因果性和相關性在生活中應該是信手拈來，不需要上公升到科學研究那麼高大上的緯度吧。
生活中懼怕的是"養豬效應"，這個名稱是我隨意命名的，在國外叫"火雞效應"。
一頭豬每天早上八點都會迎來一天中最幸福的日子，主人把真香的飼料準時準點地擺到她面前。豬一天天長肥。這是因果。主人統計著飼養時間所耗費的各項成本，時間成本，人力成本，原料成本。
春節前一天，還是早上八點，主人熟悉的腳步聲還是那麼精準，規律而有節奏地傳來，這一天似乎跟從前的每一天沒有什麼不同。
可是，今天的主人沒有帶飼料來，帶來的是一把明晃晃的殺豬刀。
之於豬來說，這一天所有的因果律和相關性在豬的認知疆域內全部崩潰。
而之於人來說，終極的因果律和過程相關性的實現方式完全不同。殺豬和餵豬在相關性上完全是兩件事，如果是一頭小眾的寵物豬才能尊循因果邏輯和相關性的統計學研究，因為寵物豬可能頤養天年。
對於聖誕節前的火雞同樣如此。
思考可以科學，但不能唯科學。
蝴蝶效應和黑天鵝這些突破規律性的"極端斯坦」更要納入科學研究的範疇，建立一道認知的防火牆。
5樓：
原則上來講，通過控制變數法，可以直接得到所被控制變化的那個變數與結果之間的因果關係。比如說伽利略的斜面實驗。
但實際情況下，尤其是現在科學系統愈發複雜，幾乎不可能設計出「只有乙個量變化，其餘所有指標均不變」的實驗。這個時候從實驗中隨機抽出兩個量（事件）做關聯性研究，最多只能得到相關性，得不到因果性。最經典的例子就是夏天，吃冰激凌和溺水數量都增加。
確實這兩個事件有相關性，都是由氣溫公升高引起的，但毫無因果性。
通過設計實驗研究因果性，最理想的方式就是演繹-推理法，也即在確認相關性後，由可能存在的因果性反推現象，進一步設計多個實驗來驗證因果性爭取與否。最經典的就是孟德爾的豌豆實驗，先由實驗結果推測可能存在「基因」與豌豆性狀的相關性，再通過進一步推演可能的結果，並通過實驗驗證了因果性。對於冰激凌和溺水的例子而言，就是假如不賣冰激凌，溺水數量會有變化嗎？
顯然不會，因此這兩者這件事沒有因果性的。
6樓：Vincent 慶
因果推斷是統計科學的重要研究領域之一，離開假設檢驗和實驗，沒有可靠的因果推斷可言，相關只是一種距離測度，因果必然帶來相關，而相關不見得就意味著因果，格蘭傑因果不是因果。
7樓：
用過的課本，還不錯
Hernán MA, Robins JM (2019). Causal Inference. Boca Raton:
Chapman & Hall/CRC, forthcoming.
8樓：
Correlation 不是causation
嚴謹的causation 只能用實驗證明
By Random assignment of treatment on subjects and the manipulation of independent variables.
9樓：「已登出」
經典的例子：
夏天來了，吃冰淇淋的人多了起來，溺水的人也多了起來，吃冰淇淋和溺水二者有相關性，但是顯然沒有因果性。
沒有深入研究過邏輯學，只說常見的生物學研究裡的相關性和因果性。
相關性的實驗容易做，結論也容易下。比如你檢測到分子A水平高的時候分子B水平低，定量的話再分析一下相關係數，很容易說A和B有相關性。
因果性：A直接或間接地導致了B。這個相對來說就複雜一些。
你至少要證明的兩條是：A發生，B發生；A不發生，B不發生（至少是更少發生）。實驗設計就視情況而定了，常用的是：
人為施加A，觀察B；人為消除A，觀察B…實際上在生物這種複雜調控系統裡，很難天衣無縫地說清因果性，所以學術界也不會那麼嚴格，邏輯上能被大家接受就行。
認知與邏輯 現在的科學研究中各種實驗真的可信嗎？
王宇舟 完全可信需要理論的完備。由於很多的實驗都不是由推出的，所以這些實驗只能稱為 在一定條件下成立 如果你覺得 一定條件 包含你認為的 實驗成立所需條件 那麼你可以相信它。 先說科學吧，什麼是科學，借用某著名科學家的話 科學就是可證偽 反話就是，不可證偽的都不屬於科學。那麼科學研究的目的就是求證求...
有哪些過氣的科學研究熱點？
莫小知 這個問題以下的回答，讓人一邊看一邊暗爽 不關我事 再看很緊張 與我有幹 再再看又有點暗爽 不關我事 如此往復真是欲罷不能。其實過不過氣佛系一點吧 畢竟什麼歪門邪道的課題都可能有一群一群人做，總要吃飯的啊 上善若水幾於道 光催化降解有機汙染物 在光催化領域，門檻最低的。以至於出現了審美疲勞，感...
意識的科學研究途徑有哪些
默特 在我看來，意識研究有直接和間接之分。從意識的特性入手，逐步揭示意識的本質。這是直接型，傳統的哲學 心理學研究基本是這個思路。從意識的內容與腦活動的對應關係入手研究，屬於間接型。現代神經科學對意識的研究，基本屬於這種型別。意識研究是擺脫不了主觀性的，那種研究思路都要解決這個問題。 不知取啥名 你...