[编辑]例

[编辑]实验

伪关系（spurious relationship，又称为虚假关系），指在两个没有因果关系的事件之间，基于一些其他未见的因素（干扰因素confounding factor，或潜在变量lurking variable），推断出因果关系。这会引致“两个事件是有所联系”的假象，但这种联系并不能通过客观的试验。

两个变量受第三者影响，从而在其间得出误导的相关系数。即是说，变量 A 和 B 之间可找出相关。所以，有以下的可能性：

A导致BB导致A或C导致A和B 在第三种情况中就有伪关系。例如在回归分析中假设B随A变化，但实际上C才是B的真正原因，即在这个分析中有设定错误。实际上的因果关系可以如下：

C => A => BA => C => BC => A, C => B 所以相关不能推断出因果关系。

目录[隐藏]
1例2实验3参见4注脚

[编辑]例

以冰激凌的销量为例。冰激凌的销量最高的时期，就是公众游泳设施的遇溺事故发生得最多的时候。以冰激凌的销量或遇溺事故为对方的原因，就是一个伪关系。实际上，两者都可能是由于热浪引起的，而热浪在这里就是一个潜在变量。

又例如，荷兰的统计数字显示，在一连串的春季中，鹳鸟巢的数目与人类婴儿出生数目之间呈现正相关。两者之间当然没有因果关系，它们却都跟数据观测之前9个月的天气相关。

[编辑]实验

伪关系一词常用于统计学上，特别是在实验的测定结果上。实验一般用以检测如“X → Y”的因果关系。然而两者的共同因素(W → X & Y)可造成非因果关系的相关。另外，如“X → W → Y”形的中介变量若没有察觉出来的话，两者非直接的关系便会看似是直接的。因此，除非能排除伪关系的可能性，否则实验得出的相关并不代表因果关系。

实际上，下列三个条件都要成立，才可以得出X导致Y的结论：

X发生在Y之前若X不发生则Y也不发生若X发生则Y一定发生 如果上面三项中任何一项不符合，就可以确认出伪关系。

至于间接的因果关系，则不需要上列的第三项条件。例如，在一个手枪决斗中，两个男人面对面，向对方开火。若其中一人击中对方，而对方死亡，则可以推断出他导致对方死亡。但是，若医生把受伤的男人救回（不符合第三项条件），这没有把因果关系终止了，而只终止了直接的因果关系。由于开火X而导致身体受伤W，从而导致死亡Y。因为医生的救治，终止了从W至Y的关系。