干扰因素 编辑
干扰因子，又称为共变因、干扰变量，在统计学和因果关系中，是指会同时影响两个变数的变数。在不严谨的语境下，干扰因子也可以指所有未知变数，包括中介变因、和对撞变因。干扰因子会造成伪关系，是相关不蕴涵因果的原因之一。
1
相关
伪关系，又称为虚假关系，指在两个没有因果关系的事件，可能基于其他未见的干扰因素，显示出统计学上的相关，让人很容易猜想“两个事件有所联系”，然而这种联系并不能通过更加精细的检验。
辛普森悖论，也有其他几个名称，是概率和统计中的一种现象，其中趋势出现在几组数据中，但当这些组被合并后趋势消失或反转。 这个结果在社会科学和医学科学统计中经常遇到， 当频率数据被不恰当地给出因果关系解释时尤其成问题。当干扰因素和因果关系在统计建模中得到适当处理时，这个悖论就可以得到解决。 辛普森悖论已被用来说明统计误用可能产生的误导性结果。
伪关系，又称为虚假关系，指在两个没有因果关系的事件，可能基于其他未见的干扰因素，显示出统计学上的相关，让人很容易猜想“两个事件有所联系”，然而这种联系并不能通过更加精细的检验。
伪关系，又称为虚假关系，指在两个没有因果关系的事件，可能基于其他未见的干扰因素，显示出统计学上的相关，让人很容易猜想“两个事件有所联系”，然而这种联系并不能通过更加精细的检验。
伪关系，又称为虚假关系，指在两个没有因果关系的事件，可能基于其他未见的干扰因素，显示出统计学上的相关，让人很容易猜想“两个事件有所联系”，然而这种联系并不能通过更加精细的检验。
伪关系，又称为虚假关系，指在两个没有因果关系的事件，可能基于其他未见的干扰因素，显示出统计学上的相关，让人很容易猜想“两个事件有所联系”，然而这种联系并不能通过更加精细的检验。