a:

ความสัมพันธ์เชิงบวกหรือลบไม่รวมถึงสาเหตุ ในสถิติความสัมพันธ์ระยะยาวใช้เพื่ออธิบายความสัมพันธ์ระหว่างสองตัวแปรหรือมากกว่า ความสัมพันธ์เป็นบวกเมื่อเพิ่มความถี่ของตัวแปรหนึ่งขึ้นมาพร้อมกับการเพิ่มความถี่ของตัวแปรอื่น ๆ ความสัมพันธ์เชิงลบจะเป็นสิ่งที่ตรงกันข้ามกับเรื่องนี้คือการลดลงของตัวแปรหนึ่งในความถี่ที่มาพร้อมกับการลดลงของความถี่อื่น ๆ ความสัมพันธ์อาจเป็นเครื่องมือที่มีคุณค่าสำหรับการวิเคราะห์ทางสถิติ แต่ไม่สามารถอนุมานได้ว่าสาเหตุเพราะสิ่งที่นักสถิติเรียกตัวแปรที่ทำให้เกิดการผันแปร

ตัวแปรที่ก่อให้เกิดความวุ่นวายมีผลกระทบต่อความสัมพันธ์ระหว่างตัวแปรสองตัวหรือมากกว่าในรูปแบบที่มักไม่สามารถตรวจจับได้หรือไม่สามารถวัดได้ The Guardian อ้างอิงถึงความสัมพันธ์ระหว่างการสูบบุหรี่กับโรคมะเร็งปอดเป็นตัวอย่างที่ดีว่าตัวแปรที่สร้างความสับสนสามารถสร้างความสับสนในกระบวนการวิเคราะห์เชิง correlative ได้อย่างไร ในกรณีนี้มีความสัมพันธ์ทางบวกที่เห็นได้ชัดระหว่างการเพิ่มขึ้นของการสูบบุหรี่และการเพิ่มขึ้นของโรคมะเร็งปอด อย่างไรก็ตามนักวิเคราะห์ยังไม่สามารถสรุปได้ว่าการสูบบุหรี่เพียงอย่างเดียวนั้นเป็นผู้รับผิดชอบต่อการเพิ่มขึ้นเนื่องจากปัจจัยอื่น ๆ เช่นการใช้ขั้นตอนการวินิจฉัยที่ดีขึ้นและการเพิ่มขึ้นของมลพิษทางอุตสาหกรรมและการจราจร เนื่องจากตัวแปรเหล่านี้มีความสำคัญในการพิจารณาสาเหตุที่อยู่เบื้องหลังการเพิ่มขึ้นของกรณีโรคมะเร็งปอดนั้นทำให้ความสัมพันธ์ระหว่างการสูบบุหรี่กับโรคมะเร็งปอดลดลงและทำให้ความสัมพันธ์ที่แน่นอนยิ่งยากขึ้น

ไม่ได้หมายความว่าความสัมพันธ์ไม่สามารถทำให้นักวิเคราะห์เข้าใจถึงตัวแปรสองตัวที่มีผลต่อกันและกัน แต่การวิเคราะห์ประเภทนี้ไม่สามารถให้ความเชื่อมั่นได้ ในกรณีของการสูบบุหรี่และโรคมะเร็งปอดต้องใช้เวลามากกว่า 40,000 หมอและหลายปีของการศึกษาอย่างเข้มข้นเพื่อยืนยันกับระดับสูงของความเชื่อมั่นความสัมพันธ์ที่แท้จริงระหว่างสองตัวแปร ทั้งหมดนี้ถูกกล่าวว่ายิ่งสัมพันธภาพระหว่างสองตัวแปรบวกหรือลบยิ่งมีความเป็นไปได้มากน้อยแค่ไหนที่มีสาเหตุมาจากการเล่นเป็นจำนวนมาก หากการวิเคราะห์ความสัมพันธ์เพื่อวัตถุประสงค์ทางการเงินพยายามที่จะศึกษาแนวทางที่สถาบันการเงินมืออาชีพจะทำ