Корреляция измеряет совместную изменчивость; причинность — как вмешательство в X меняет Y. Корреляция может быть от confounds, коллайдеров, обратной причинности.
Разбор
- r≈0 не исключает нелинейную зависимость.
- A/B и RCT приближают причинность рандомизацией.
- Observational data требуют дизайна (DAG, matching, IV).
- «Модель хорошо предсказывает» ≠ «рычаг воздействия найден».
Итог
Для действий нужна причинная идентификация, не только корреляция.