先举个例子吧，假设我们拿到一组数据，冰淇淋的销量和啤酒的销量正相关，这就是相关性。但是很快发现二者都是随气温变化的，二者没有因果关系。过了几天，世界杯开幕了，导致啤酒销量上升，这个时候如果把相关性当成因果性，判断冰淇淋销量也会上升，那就可能会造成损失了。这是一个很简单的问题，所以看上去做出正确判断很理所当然，但是实际问题——比如产品的失效分析的时候，大量因子都有或强或弱的相关性，在满眼错综复杂的数据中，判断因果关系就是一个相当高科技的问题了《大数据时代》这本书里也介绍了这个。另外，百度上有很多关于这个的讨论，也可以学习借鉴。统计的知识，具体的操作还是要看使用环境的，不能盲目套用。希望能帮到你

当讨论数据时，讲的最多的是数据的相关性，而希望得到的则是事件之间的因果联系；但事实往往是复杂的，统计数据有相关性并不意味着两个事件具有因果联系，而具有因果联系的两件事从统计数据上看有时也并不相关。相关性是指两个或多个事物同时发生,具有关联,而因果性是指因为A所以B,两者具有明显的差异。