统计学家中有一句话叫"相关性并不意味着因果关系"。这是一个警告，不要妄下结论：两个变量a和B之间的相关性证明一个变量导致另一个变量。事实上，当：

a直接或间接地引起B时，可以观察到相关性B直接或间接地引起AA和B涉及循环因果关系（例如，猎物数量和捕食者数量）A和B有一个共同的原因C（比如冰激凌消费量的增加和森林火灾，都是由夏季的高温引起的）A和B不相关

在后一种情况下，相关性只是巧合，可能在未来的观测中消失观察到的相关性没有预测能力

预测分析的目的是分析过去或现在输入变量X1，X2，…，Xn之间的相关性，另一方面是目标变量Y。核心假设是，过去的相关性将在未来重现，服务器云服务器，因此，在过去训练的模型可以在未来用于从输入变量预测目标的可能值。如果观察到的相关性是由于涉及已知甚至隐藏变量的因果关系，那么这个假设是非常安全的，信息大数据，如果潜在的过程足够稳定，服务器云服务，相同的原因将继续产生相同的影响

虚假相关性和预测模型

但是如果训练数据中观察到的一些相关性只是巧合呢？在缺乏潜在因果关系的情况下，这种相关性很可能在未来消失。在今天的博客中，我们将讨论在建立预测模型时伪相关的危险，淘客软件，并给出检测和避免它们的线索。在第2部分中，我们将展示如何使用SAP Predictive Analytics Data Manager等工具，通过特征工程提取更稳健的预测因子。

有一种众所周知的情况，即变量很可能仅仅通过巧合而相互关联。1926年，G.Udny Yule写道：

"众所周知，我们有时会在随时间变化的量（时间变量）之间获得相当高的相关性，我们无法将其视为任何物理意义，尽管在普通测试中，这种相关性肯定是"显著的"，为了说明这个问题，Yule举了一个例子，一方面是英国教会婚姻的比例，另一方面是死亡率之间的无意义的相关性，在英格兰和威尔士超过45年。

在1926年的开创性论文中，Yule用经验证明了具有恒定漂移的随机游动可能是相关的，尽管它们没有因果关系。

不相关变量之间的相关性

更一般地说，在两个非平稳过程之间也普遍观察到相关性，例如两个不相关的时间序列遵循平稳的趋势。泰勒•维根²收集了一些有趣的例子。

在没有因果关系的情况下，过去的相关性对预测一个变量与另一个变量的未来值几乎没有帮助。从2010年开始，人造黄油的消费量可能会继续下降，而离婚率又会回到高水平。

超越虚假的相关性

因此，考虑到虚假相关性的危险性，我们如何确保我们的数据分析足够正确以提供预测能力？在第2部分中，我们将深入到一个与业务相关的示例中，并展示如何避免可疑变量，而使用使用sapdatamanager计算的工程特性

，大数据运维