Spurious correlations 缅因州的离婚率和黄油的生产成本相关性达到99.26%

这个网址→http://www.tylervigen.com/spurious-correlations，收录一些在统计数据上高度相关，但实际上风马牛不相及的现象。

Spurious correlations一词，就是 伪相关 或 谬误相关 的意思。

维基词条指出：“在统计学中，伪相关或谬误相关是一种数学关系，其中两个或多个事件或变量彼此之间没有任何因果联系(即它们是独立的)，但由于巧合，可能会错误地推断它们存在相关性。”

如下面的例子，尼古拉斯·凯奇参演的电影上映和泳池里溺水事故的发生率，相关性达到66.6%……

按照维基和统计论坛里的评论，一些相关性显然是随机噪声(淹死人数与尼古拉斯凯奇电影)；另外的相关性(离婚率与黄油成本)来自两个变量的几乎线性时间依赖性……但在某些(有趣的)案例中，相关性可能是一些没有明显共同原因的结果。

关于这一网站，有统计学家评论道：如果就相关性、回归、谬误相关等概念提出一般性问题，那是统计学家需要解答的；但如果您想讨论“为什么”某些事物相互关联，那么这不是关于统计数据，而是关于“事物”本身的问题。

另外的意见：我一直讨厌“伪相关”这个词，因为虚假的不是相关性，而是对潜在(错误)因果关系的推断。当有证据表明变量之间存在相关性时，就会出现所谓的“伪相关性”，但相关性并不反映一个变量的因果关系。如果由我决定，这将被称为“虚假原因推断”，反正我是这么想的。为了理解这一主题的含义，避免错误解释，我们必须小心措辞，并记住统计独立性和因果独立性之间的区别。在维基百科的引用中，它们(隐含)指的是因果独立性，而不是统计独立性。