Khan公开课 - 统计学学习笔记：（十二）逻辑

和逻辑有关，和统计无关，估计是不同课程混了起来。

因果和相关

Eating Breakfast May Beat Teen Obesity通过持续5年时间观察2千多名青少年，提到“早餐规律进食的青少年，饱和脂肪占总卡路里比例较低，同时摄入更多的纤维”，“早餐规律者似乎比不吃早餐的更积极运动（breakfast->more active）”,研究发现，长时间规律早餐的青少年肥胖更少（breakfast skipping -> obese）。但是这些观察数据能否这告诉我们早餐能使人运动，早餐能使人保持身材？

因果关系和相关关系很不相同，要避免由相关性而误认为因果性。上面的观察，是correlation，而不是causality，注意不要被此误导。例如有可能activity causes breakfast，说不清啊。

因果关系是causality, A causes B

相关关系是(correlation , A & B 被同时观察到，并没有必然因果关系，可能是因A而B，也可能是因B而A，或者B->C->A，或者C->(A、B))

归纳和演绎

归纳推理：inductive reasoning，looking for pattern or trend, and then generalizing，是推广,不一定趋势未来也如此，但假设如此。

演绎推理：deductive reasoning: taking some set of data or facts, and using that to come up with other, or deducing some other facts that you know are true. 演绎是真实的，是一种证明而不是推测，从facts->facts。

归纳例子：

例子1：知道小镇的历史人口，预测未来人口，采用的是inductive reasoning.

例子2：6、9、12、15，……，第n项，我们只是假设趋势保持

演绎例子：解方程，从一个已经的known fact（方程开始），经过一系列的运算，一步一步，最后得到other fact（x求解的答案）

End

终于看完，恭喜自己

相关链接：我的四方书库