14｜互信息：相关不是因果，那相关是什么？

你好，欢迎来到我的《信息论40讲》。

我们上一讲谈的内容其实是找到不同信息之间的联系，加以利用，我们这一讲介绍一个衡量两条信息之间相关性的新工具： 互信息。

正如这一讲的标题，相关不是因果， 其实世界上大多数联系都是相关联系，而非因果联系。相关的联系可以强，可以弱，但弱相关其实没有什么意义，我们需要寻找和利用的是强相关性 。

但是，要知道相关程度的大小，就需要有一个定量衡量它的指标，这就是我们今天要讲的互信息。利用互信息我们可以找到那些靠谱的信号，过滤掉那些不大灵的信息。

你可能听说过有些炒股的人迷信一种所谓的“裙摆指数”，它在美国有一个更通俗的名字叫做“牛市与裸露的大腿”。

19世纪，宾州大学的经济学教授乔治·泰勒讲：“当经济增长时，女人会穿短裙，因为她们要炫耀里面的长丝袜；反之，当经济不景气时，女人买不起丝袜，只好把裙边放长，来掩饰没有穿长丝袜的窘迫。”

后来一位美国人（埃拉·考伯雷）宣称，他发现，道琼斯综合指数的升降真的经常与妇女裙摆的长度有关联，妇女的裙摆短，恰恰是指数上升时，反之，则指数一定趋于下降。

当然，投资人对此也有一番自己的解释：当股市繁荣时，投资者有了钱就要去亲近女性，于是女性的服饰自然也会随着男人的态度而更富有性感；而当股市反转之后，投资人便对女性没了兴趣。

当然这些说法听起来都是自圆其说。于是，人们找到一些证据来证实它，比如：

1900年，股市低迷，那时候美国女士的裙子也非常长，显得死板而无趣。

1928年，也就是大萧条的前一年，女性的裙摆迅速上移。而1930年的大萧条开始后，却流行长裙子了。

最神奇的是1987年，本来流行的是超短裙，但是当10月来到的时候，短裙忽然不流行了，随后不久美国股市就出现了“黑色星期一”，道琼斯指数暴跌了23%。

接下来的问题是，你是否该根据街上女生穿的裙子长短来购买或者抛售股票呢？有些人确实在这么做，但是我们知道今天没有听说靠这条信息在股市上发财的人。

著名经济学家马尔基尔在他的《漫步华尔街》一书中详细剖析了这则传说，他认为这个牵强的相关性是毫无根据的。虽然总有人能举出证实这种指数的例子，但也有人能举出大量的反例。

那么裙摆的高度和股票的涨跌到底有没有关系？这显然不能通过举例子来证明，就需要有一个正确的数学模型，好好计算一下了。

在信息论中有一个互信息的公式可以算出来这个答案。我们假设裙子长度这个随机变量是X，股市涨跌为Y，然后设定好时间等参数，带入互信息的公式，就可以了，以下是公式，以及详细的推导过程，其实很简单：

推导过程：

我们知道女生的裙摆长度是随机变量，我们假定为X。如果裙子的长度在膝盖处，X=0；如果高于膝盖一寸，X=1；高于两寸，X=2；如果比膝盖长出一寸，X=-1；长出两寸，X=-2，等等。

股市的涨跌幅度Y也是一个随机变量，我们假定涨1%，Y=1；涨2%，Y=2；如果下跌，Y就是负的；如果不涨不跌，Y就是0。如果我们把过去的100年以每一个月作为一个单位，大约能得到1200个样点，这样就能估算出X和Y的概率分布P(X)和P(Y)。如果女生穿短裙，而股票也上涨，这两件事情同时发生了，它的概率就是P(XY)，被称为“这两个随机变量的联合概率分布”。

这个公式是怎么用的呢？假如裙摆比膝盖高一寸的概率是10%，股票某天上涨1%的概率也是10%，如果这两件事同时发生的概率是1%，说明这两件事毫不相干，用上面的公式计算，互信息就得到0。

反之如果这两件事情一同发生的概率有5%，就说明它们高度相关。代入公式中算下来，它们的互信息就非常大。

大家不必太关注这个公式本身，记住这样一个结论就可以了，就是如果X和Y基本上无关，它们的计算结果，也就是互信息就近乎为零。如果相关，它们的互信息就非常大，你可以把互信息简单地理解为相关性。

经过计算，穿短裙这件事和股票上涨之间的互信息近乎为零。马尔基尔等不少人还用不同的模型算过它们的互信息，得到的结论基本上是“无法根据是否穿短裙来判断未来股票涨跌”。

世界上很多事情彼此相关，如果它们之间有确定的因果关系，那样的信息就是等价的。 比如从A一定能推导出B，那么知道了A就等同于知道了B。

但是世界上大部分相关的信息未必有因果关系，它们之间只是一种动态的相互关联的关系， 比如A发生后，B发生的可能性就增加，这就是相关性。

如果相关性比较强，我们在得到信息A之后，就可以消除关于B的不确定性。但是，如果A和B之间的相关性较弱，那种联系就没有意义。

而互信息则给出了一种量化度量各种不同信息相关性的方法。

在历史上，很多信息是无法直接衡量的，甚至找不到完全等价的信息，只能依靠不同信息的相关性猜测。

比如欧洲人对地球年龄的估算历程就是如此。在不知道放射性同位素之前，很难判断一块岩石到底有300万年的历史，还是3000万年的，随便给你两块石头，你是看不出它们形成的时间早晚的。

1795年，当时正值英国工业革命时期，到处是建设工地，在挖掘一条新运河时，地质学家史密斯发现每一层岩层都有属于本岩层特有的化石。而化石中的动植物，是可以比较年代先后的，比如像三叶虫这样简单的动物，以及一些有贝壳的软体动物，出现得就较早，爬行类和哺乳类脊椎动物出现得就较晚。于是史密斯提出了“化石层序律”，就把岩石的时间与生物演化阶段联系起来。

今天我们说到地质年代时会说诸如寒武纪、奥陶纪、三叠纪等名词，那些词原本都是用来描述古生物出现年代的名词。

“化石层序律”的本质，其实就是反映地质变化和生物进化这两种相关信息的互信息。当然，正如我们前面讲的，互信息有一个变化的范围，并不是非零即一的绝对度量。

它并不能确定因果关系，因此我们只能用它来说A这件事发生后，B也同时发生的可能性的大小。

在众多的古生物门类中，有些门类特征显著，而且只出现在一个地质时代，它们就可以作为一个特定地质年代的标志，比如三叶虫，这种化石就被科学家们称作“标准化石”，也就是它们的出现和相应的地质年代之间的互信息很大。

但是，另一类古生物，比如舌形贝，从寒武纪就已出现，今天依然在海洋中很常见。而且在几亿年的时间跨度里，它们的形态和内部结构，几乎没有显著变化，它们和地质年代的互信息就非常小了。

如果你在一个地质断层中发现了它们的化石，得不出那里是在寒武纪形成这样的结论。

这就如同你看到街上的女生开始穿超短裙，并不意味着股票会上涨。

我在《智能时代》一书中讲，在大数据时代，我们需要寻找的是强相关性，而不是看似有点关联的弱相关性。而两种信息相关性的强弱，是完全可以通过互信息衡量的。

使用互信息还要注意的一点就是不要把因果关系搞反了， 即使可以由A得到B，但是B未必能够反过来确定A。

我们听说过“乌鸦叫，丧事到”这种说法。它有没有道理呢？其实如果计算一下乌鸦出现这个随机事件和附近可能要死去的老人，多少是有点相关的。

但这里面的因果关系，事实上不是因为乌鸦来了，所以人死了。而是人老了之后，特别是快死的时候，会发出特殊的腐臭味，吸引来了嗅觉非常灵敏的腐食动物乌鸦。

1986年，美国国立卫生研究所（NIH）的网站专门登了一篇《生理学和行为学》杂志（Physiology & Behavior）上的研究文章，证明乌鸦的嗅觉是极为敏感的，它们可以找到埋藏的食物。

很强的互信息总让人想到因果关系，但是谁是因，谁是果，都要花点心思搞清楚。

比如我在之前的专栏《硅谷来信》中对盖茨和扎克伯格退学创业的事情作了评论，今天很多人都拿这两件事情说事，鼓励大学生们退学。

但事实却是，这两个人先是证明了自己初期的创业已经成功了，然后才退学的，因此大部分媒体把因果关系搞反了。

如果我们进一步把这件事放入大量的退学创业案例中作统计，把创业成功这件事看成一个随机事件X，把退学看成另一个随机事件Y，你就会发现它们的互信息几乎为零。

相反，高学历和高收入这两件事，互信息却非常高。

信息论并非是关于一条单一信息的理论，而是对大量信息整体规律性的描述。相关性差的两件事虽然有可能发生，但是放到大的时空中，就会发现这纯属偶然了。

而信息论则是给我们一个科学方法，能够从整体上估计那些看似无关的事件一同发生的可能性到底有多大。这让我们能够趋利避害。

那么， 如何找出事物之间更高的相关性呢？

接下来我们又要讲到专业人士做事情的方式了，他们比业余的人普遍做得好，除了我在《硅谷来信》中分析的发挥稳定，能够重复成功等因素外，还一个原因就是他们有很多业余人士没有的工具。

比如在风险投资方面，正规的基金会有一些研究人员，研究具有哪一些特质的创业者成功的可能性更大，第一次创业成功和第二次再成功之间的互信息，以及受雇于某些大公司和创业成功的互信息等等。

然后，他们会有意识地往特定的群体中进行投资倾斜。而业余做天使投资的个人，常常只能凭感觉作判断了。

要点总结

• 我们介绍了量化度量信息相关性的工具：互信息，虽然不相关的事情有时也会一同出现，但是只有互信息高的事情彼此才有较强的相关性。

• 我们指出了相关性和等价性的区别，以及不要在利用互信息时把两件强相关的事情之间的因果顺序颠倒了。

• 我们说明了专业人士可能会因为掌握专业工具，做得比业余人士要好。

希望它们能够对你有所启发。

思考题： 人们发现，一个经济比较发达的国家通常政治制度都比较好，于是就有学者认为政治制度决定了经济发展。但是也有学者认为，只有在经济发展之后，才有可能建立起好的政治制度。那么政治制度和经济发展之间是否存在因果关系，如果有，谁是因，谁是果？如果没有，只是相关关系，这种关系是否强？

预告： 这讲我们开头用来股市的例子来说明信息之间的关系，下一讲，我们还是会说到股市，我会告诉你为什么不要去画K线。我们下一讲再见！

热门留言

Hanskeng 尹桂政：我觉得政治制度和经济发展，不是因果关系，只是相关关系，而且它是一个动态的相关。

在经济发展阶段不够强的时候，政治制度很容易影响经济。比如在东亚四小龙中，除香港的情况特殊外，其他三个都有类似官僚威权的政权来成功地促进、甚至指导经济的快速增长。 因为如果在经济发展不够健全的时候，实行一些民主性的政治制度会导致多方声音的存在，导致无法将全国的资源集中起来，这样并不能在国际化竞争中产生一定的优势，因此也会错失机会。而当国家集体贫穷的时候，往往就会出现极权政权。

在经济发展足够强的时候，政治制度也影响经济。当经济发展到一定规模之后，支撑起整个经济命脉的就绝非是单一性领域，一定是不同规模的百花齐放。这个时候如果我们不允许不同的声音出现，稳稳地将力量集中在一个领域，很有可能会错失机会，甚至没有踩上趋势。这样会浪费绝佳的基础，而允许多元化存在，实行民主制度，能很好的避免这一点，因为各方都有自己的诉求，踏上趋势的可能性也会更大。经济会一直发展，制度也是。

Steve：#金勇笔记# #day14# #总结与提示

这两讲的主线是在描述着信息之间的关系：正交性信息与相关信息（互信息）。

近些年来，由于从事大数据的工作，我在分析数据并得出结论的过程中需要一直关心哪些特征是具有相关性的。 而因果类的规律，则很难碰到了，这也是数据挖掘这项工作的魅力所在。

而我，则致力于挖掘我们得到App上群体用户的行为规律，向我们其他同事输出有价值的结论，从而帮助大家更好的使用产品。

金勇的分享

为了方便大家再次理解相关与因果的区别，我再举一个容易记的例子：在数据挖掘领域中有个模块叫做”关联规则“ 又叫做”购物篮分析“，著名的啤酒与尿布”的故事就是典型的案例。 它讲的是美国某超市经过分析大量顾客的购买记录，发现啤酒与尿布这种购买组合出现的特别频繁。 因此他们认为二者具有较高的相关性， 后来他们在陈列上对二者的布局做了调整，从而提升了销售业绩。

我们不能说购买啤酒 -> 购买尿布这样的因果性结论。

再举一个用户画像的例子，我们做广告DMP的项目的时候经常要把人群打上一些个性标签，例如： 宝妈标签🏷️、数码爱好者🏷️……这是怎么做到的呢？

在用户允许的前提下我们可以以匿名方式收集访问了一部手机用京东浏览过奶粉商品的信息、一个浏览器打开了Apple耳机的信息。通过对这些信息加工，从而得出这部手机是更有可能成为母婴人群的潜在客户。

这里用到的便是信息相关性，利用两类信息具有较高重合性作文章。

下次你可以留意一下自己看到的广告内容，然后想一想是不是被人“定向”了。

古小千：互信息能让人避免归因谬误。

“是什么让您的企业如此成功的呢？”“我在当年决定走向海外发展......”这样的问答大家肯定不陌生，不少所谓『成功』人士回忆过去种种，总会把某件刻骨铭心的事情，自然而然套上“原因”，一切的结果就能解释圆通。然而，很多时候他们只是站进了某个电梯，迳自在电梯里上蹲下跳，一睁眼就到了顶楼。

我认为政治制度与经济发展存在强相关性，若简单以各国民主自由程度，以及人均GDP分别当作XY，用点状来代表各国情形，能在座标上画出左下右上的正相关分布，并能以相关系数和XY的平均数，画出一条斜率为正的一次函数（当然会有几个点很大地偏离这条直线，但統计上可忽略极端）。而这两者并不是单向的因果，而是互为因果的概念，相辅相成。

互信息在医疗决策中也是很重要的概念。在临床，我们会对住院病人做动脉血气分析Arterial Blood Gas=ABG，一人的pH值偏酸偏碱，要去找原因，是呼吸酸、呼吸碱，还是代谢酸、代谢碱，哪些是因为代偿而哪些是最初原因，这是进入临床的第一个功夫。以上分享。

佛祖门徒：关于政治制度与经济发展之间的关系，我想到了之前读过的一本书，德隆·阿西莫格鲁和詹姆斯·罗宾逊合著的《国家为什么会失败》，两位作者想探究的是国家发展水平差异的决定性因素究竟是什么。地理决定论、文化决定论等被一一否定，得出的结论是制度决定论，制度决定了国家的发展水平，而经济制度的背后是政治制度。 在第一页有两幅照片，一道栅栏的两边，一边是美国亚利桑那州的诺加利斯，一边是墨西哥索诺拉州的诺加利斯。书的第一章，作者就谈到，两个诺加利斯原本是一家，拥有相同的地理、气候、人种、文化、制度和风俗习惯。美墨战争之后，1853年，美国人通过购买，将国境线延伸到了诺加利斯。一个半世纪后，栅栏两边，出现了两个完全不同的城市，两个完全不同的世界。索诺拉的诺加利斯，大多数人未受过教育，孩子辍学，母亲担心婴儿的高死亡率，犯罪率高，公共设施、道路和法律等等条件，都非常之差，而亚利桑那的诺加利斯正好相反。 为什么？地理、气候因素、人种、饮食习惯和文化似乎都说不通。有意思的是，就栅栏两边实行了不同的经济制度，在索诺拉，办企业是个高危行业，而在亚利桑那，它却受到制度的鼓励。

萧湘创业人：政治制度和经济发展之间存在弱关系性，但不存在必然的强相关性。决定一个国家经济发展水平的原因，有一系列的系统性因素，而政治制度与经济发展之间的关系，只是系统性因素中的一个环节。是否具备发展优势产业地理区位条件、人口素质、历史和现有产业现状、社会信用状况、金融体系、经济的规模效应等等，这些因素，才是决定一个国家的经济发展水平决定性因素，而政治制度，只能在其中发挥弱相关性的作用。因此，经济比较发达的国家之所以通常政治制度都比较好，是因为经济发展水平高能推动政治制度的持续改善，而不是因为政治制度好，才导致经济发展水平高。所以，政治制度与经济发展水平高存在弱相关性，但这种相关性的“因”不是政治制度，而是经济发展水平。

康师傅当学徒（♂）：相关不是因果 这一课中提到的因果关系、互信息、强相关等知识，让我想到了一个古老的话题：先有鸡还是先有蛋。其实，在这个生命诞生之初的问题上，我们往往把关注点放在了鸡与蛋上，硬把它们拉为一对因果关系。孰不知，它们其实是一种具有强相关性的互信息，而这个关系中，还要有一个重要的“第三者”插足才行。 王立铭老师的生命科学课程讲过，生命的诞生之初，一个生命体想要利用DNA作为遗传信息的载体，光有DNA是远远不够的，它还需要同时准备大量的蛋白质分子来完成DNA复制，两者都非常重要，而且需要相互配合。但这样一来，就出现了一个难题：先有DNA，还是先有蛋白质。这有点像“先有鸡，还是先有蛋”的问题。鸡就是DNA分子，蛋是蛋白质分子。 但由于它们各自的复制和生存机制，都不可能在一段时期内完成生命的演化。也就是说，不管先有鸡还是先有蛋，生命现象可能都不能长期存在，不能稳定地繁殖后代。 当人们还在纠结的时候，第三者出现了，那就是RNA⇒糖核酸。它和DNA的生物学功能也很相似，都能记录遗传信息，而且，它们俩在化学结构上也非常相似。 但和DNA相比，RNA还有一个特别的功能：中介。简单说就是，每一个被生产出来的蛋白质，都会存在一个独特的RNA中介。每个人体内都会产生成千上万种RNA分子，它们主要的角色，就是DNA和蛋白质之间的桥梁，帮助二者开始生命的复制。 所以问题解决了，在地球生命起源的早期，有可能就是这种RNA分子，独立承担了今天分别属于DNA和蛋白质的功能：既能实现信息的存储和复制，又能催化各种各样的生物化学反应。 这样，我们就不需要假设在生命起源的早期，DNA和蛋白质一定要谁先出现或同时出现，而且必须完美配合的问题了。由此，生命起源在概率上变得更容易了。 再重新梳理一下思路和结论：DNA，RNA，蛋白质，它们的出现在绝对时间上可能有先有后，但它们出现的时候并不一定是相互关联的，当然也不存在因果关系。它们可能是完全独立的出现，互相之间并没有必然的依赖性。但是随着系统复杂度的增加，它们之间产生了偶然的关联，并且这种关联在进化过程中被固化和强化，并产生了原始的生命形式。于是我们今天所有的生命形式，都在这种被固化的关联大框架下，不断的进化下去。 上述生命诞生之初鸡与蛋的故事，就是相关与因果不同的很好例证。所以，当我们被陷在因果死循环出不来的时候，不防跳出来看看它们之外是否还有相关性的影响。

金戈铁马：隔壁包刚升老师的《政治学通识》课程，也曾经讲到过政治制度和经济发展之间的联系。有些情况下，确实是良好的政治制度促进了经济的快速发展，比如工业革命前夕的英国，正是由于当时的英国已经形成了一套权力约束的有效机制，能够使得私有产权得到有效的保护；而只有保护私有产权，才能够为创新提供动力，才能由创新驱动经济的快速发展，从而带领英国率先开启了工业革命，迅速成为当时的“日不落帝国”。从这个意义上来说，政治制度和经济发展之间，确实存在相关性；并且政治制度是“因”，经济发展是“果”。不过，如果我们把视角转移到亚洲的发展中国家，情况就大不一样了。比如韩国的朴正熙时代，朴正熙采取的是一种威权政治，甚至可以说是一位独裁者；但是在他统治的1961年到1979年，韩国完成了初步的工业化和现代化，人均产值从1961年的82美元增加到1979年的1644美元，从而促成了韩国经济的起飞，朴正熙也被誉为“汉江奇迹”的缔造者。而韩国正是经济不断发展的过程中，才逐步改善、形成了今天的民主政治。从这个案例来看，经济发展是“因”，政治制度反而是“果”了。所以，政治制度和经济发展，可以说是具有关联性的互信息；但是，每个国家的实际情况都存在很大差异，发展路径和所面对的问题各不相同，对于政治制度和经济发展，很难说究竟谁是因、谁是果，至于其中互信息的强弱关系，更是见仁见智了。我想，这或许是因为现阶段我们所观察的国家发展路径的样本，还是太少，还很难做出科学、合理的分析；面对这个问题，我们还需要更长的时间来观察人类社会的演化，也许，时间会给我们答案吧。

Mark：吴军老师这一讲主要讲了互信息。掌握了互信息的强弱的分析方法，可以让我们在生活中不“迷信”成功，不“迷信”权威，不“迷信”算命。 先说一说成功这个话题。隔壁吴伯凡老师在讲授认知方法论的时候，讲到一个例子： 有很多大公司的高管，本来在公司做的很好，管理着几千号几万号人，由于想要自己创业当老板，他们就毅然决然的离职了(管理几十个人的小团队，他们觉得没啥问题)。但是，这些高管，据统计，能够创业成功的，不足百分之10，他们管理不好几十人的团队，这是为什么？要知道，他们在原来公司都是人才。原因就在于高管和创业当老板这是两个纬度的事情。当高管的时候，他们不自觉的就把自己的认知，思想，方法都进化到了高管需要的素质，用吴伯凡老师的话说，这叫做优化，也是残化(因为别的方面，他们会变弱)。管理几十人团队和管理上万人的团队需要的素质是不一样的，这两者之间互信息是很弱的。所以这也给我们一个信号。不是你当好了将军，就能当好一个优秀的班长，这两者之间的互信息甚至是负的。 再说一说权威这件事情。马尔基尔在漫步华尔街一书中，反复强调，个人自主被动持有型投资，会比那些主动管理型投资经理所做的投资，要收益更高。我们通常会觉得“股票专家”肯定会比我们自己做投资要收益高的多。但事实情况是: 即便让猴子用掷飞镖的方式选择投资组合，最终结果都和那些投资经理的收益相当，甚至更好。股票价格本身是不可预测的，投资经理和机构也无法预测股票价格。对于投资这件事情来说，只是人们内心觉得权威机构会做的更好，其实研究结果表明，他们之间的互信息是很弱的。 最后说一说算命这件事情。在农村，很多人喜欢去算命。有的时候，村里人直接请算命先生到自己家里，私聊。主要是聊一些升官发财和婚丧嫁娶的运势。这种算命，其实就是一种猜测，或者说，和那些研究股票的专家一样，是一种预测。比如这次你抽中的是上签，下次去算命抽中的是下签。。。这是随机的，无法预测的。算命当然还是有用的，心理上的作用，可以安抚人们的心理。或许这次运气好，算了一把好命，然后工作生活更加有激情了，这也不错。

飘：经济发展确实和良好的政治制度有正相关性，这是基本事实，但是却非直接因果关系，正如经济条件好的家庭的孩子学习成绩整体要优于经济条件差的家庭的孩子这也是基本事实，但却不是因果关系。举一些反例，在二战之后的日本、德国因为战争的原因被打得“国徒四壁”好不凄惨，可是都在之后的一二十年迅速实现经济腾飞，均在70年代末就重回发达国家行列。是什么确保了他们能够在二战前后两度崛起？原因有很多，但是好的政治制度一定是一方面的原因，因为如果没有好的政治制度的话，是一定无法实现如此迅速的经济腾飞的。但它们在二战前确实就已经达到了发达国家的水平，战后之所以恢复这么快与二战前两国国民的受教育水平都比较高，重视教育和思想先进是分不开的。前段时间任正非先生在接受采访时也提到“教育是最廉价的国防”，政治制度的优秀是来源于民智的优秀，是一个国家的群策智慧，所以经济发展好背后实际上是民众教育水平更好，文化素质更高，从而推动政治制度更好。

TryTs：寻找相关关系而不是因果关系很重要。传统的想法中，结果之后就去找原因，比如说“感冒了”就会觉得是着凉了”，“冻了”，但是卓克老师曾讲过，“降温”和感冒没有什么关系。 在大数据时代，许多科技公司利用数据进行分析的时候就是利用的相关关系，之前沃尔玛发现每当发生飓风之类的灾害的时候，手电筒之类的应急设备，跟蛋挞等销量都会上升。得知之后，沃尔玛在以后遇到飓风的时候，就把这这两类东西放在了一起，而不需要知道“为什么”。互联网公司推送给你视频或者新闻之类的时候，根据你的一些观看记录，然后来预测分析，给你推送视频新闻，而不需要知道你为什么喜欢这个。 很多时候我们做事情的时候不要过于拘泥寻找“为什么”，找到相关关系就可以了，因为找到“为什么”的代价太大，也有可能是错的或者“多维度”决定的，但是只要把事做成就行了。

oldxiong：政治制度的好坏是一个什么样的考量标准？我们并没有确定的衡量指标，但是经济发展的好坏我们大家都可以看得到，我们就会认为经济发展的好，政治制度就必然得好，这二者之间并没有明确的因果关系，也没有相关性。

我们临床工作中经常会遇到病患，问到一个问题，为什么我的家属会得这样的肿瘤？他想得到一些明确的因果关系，然后避免在其他家人中间出现同样的情况。其实有很多疾病的发生，并没有一个明确的启动因素，而是多种因素相结合的结果。

举一个例子，胆管细胞癌在肝癌中间发生率非常的低，一旦发现就几乎是晚期。目前科学上还找不到任何因果关系的因素。

我总会喝，患者家属说清楚这个问题，说没照顾好他等等都不是他直接的因果关系。

kμ：我的理解应该是强相关，政治秩序是经济发展、社会进步的前提条件。福山说政治制度包括三个要素：一是国家，二是法治，三是负责型政府。他说的这个政治制度三部曲不一定是先后出现的，也不是必然都会实现的。有的国家有了官僚制度，但迟迟无法完成法治。有的国家引进了西方的选举制度和法律体系，但官僚体系都没有建立起来。一个国家的政治制度演化，是非常曲折、复杂的过程，但无论如何，我们必须要有一个稳定、有序的政治制度。不可想象，如果没有稳定的政治秩序经济如何发展得好！

quaffTea：K线是一种大众都知道的技术指标，是常识，而大家都知道的事情并不能帮助我们消除股市涨跌的不确定性，或者说K线的作用早已反应在股市的波动中了。