[讨论]回归方程中的X和Y，一定要是因果关系吗？仅仅只是相关，即不一定有什么因果也可以？

我认为回归方程中的X和Y不一定要是因果关系。只要具有一定相关关系的变量都可以进行回归分析。回归分析的定义不就是指对具有相关关系的现象，根据其相关关系的具体形态，选择一个合适的数学模型，即建立回归方程式，所以回归方程中的两个变量具有相关关系即可，不一定要有因果关系。

我认为不一定有因果关系。因为根据回归分析的定义：
对具有相关关系的现象，根据相关关系的具体形态，选择一个回归方程式，用来近似表达变量间的平均变化关系的一种统计分析方法。所以仅仅只是相关页可以。7 p: q0 r" O- g0


所以 U4 t( }
所以即使不是因果关系也不妨碍人们利用这种关系进行推断所以应该是只要两个变量之间有关系就能进行分析。

这只是我的个人观点，不知正确与否~

相关性只是一个数字游戏，而要使你建立的x、y之间的关系有意义，就必须是因果关系。
举例来说，假如非洲人的身高（Y）和美洲人吃面包的数量（X）之间是存在相关性的，建立起了函数y（x），但美洲人吃面包的数量和非洲人的身高是没有关系的。
因此，所得到的回归方程在逻辑上是荒谬的。

1# 09001-jz

有时候可能关系不大，所以我们用软件来计算他们之间的相关关系，但软件的计算只是一种工具，如果相关系数严重偏离规定指数，说明相关系数不大，这种关系不大也可能是一点关系也没有，只是我们的软件硬性的把他们拉到了一起。那些关系可能不是因果关系，但是我们用软件算出来的就是因果关系，或许也不一定。总之，我们只能作为一种参考，但如果不是因果关系，如果他们中可能存在内在联系，我们就显然可以做回归。如果做了回归后，发现在模型中的变量不显著，则说明你变量选则有问题，应剔除变量重新回归，或者重新分析。

回归分析是指对相关关系的具体形态，选择一个合适的回归方程式，用来近似表达变量之间的平均变化关系的一种统计分析方法。
虽然回归分析研究一个变量对另一个变量的依赖关系，但它不一定意味着因果关系。因果关系的探讨，必须更多的依赖于先验的或者理论上的思考。
所以不一定X和Y要因果关系，不是因果关系也可以进行回归分析。
谢谢~

变量间的关系有两种不同的类型：一种是函数关系，是确定性的，另一种是统计关系，是不确定性的，也称为相关关系。
相关分析主要是用一个指标去表明现象间相互依存关系的性质和密切程度；回归分析要具体测定变量之间相关关系的数量形式。
相关的变量不一定具有因果关系，均视为随机变量；回归分析是在变量因果关系分析的基础上研究其中的自变量的变动对因变量的具体影响，必须明确划分自变量和因变量。
注意：相关分析和回归分析从方法论的角度讲只是从数据出发定量地分析变量间相互联系的手段，并不能揭示现象间的本质联系。如果仅凭数据进行相关分析和回归分析，就可能是一种“伪相关”或“伪回归”。

回归方程是检验数据间的相关性，主要针对数据间是否有关及相关程度，不必一定有因果关系，并且是因是果我们通过回归方程并不能确定。

从我们学习中了解到，相关关系是指现象之间存在着严格的，不确定的依存关系。
其次回归方程中的X和Y不一定存在直接的因果关系，有相关就OK了，因为我们做分析的目的，就是判别其相关程度的。
我们作分析主要还是着重于看他们之间的依赖程度的。

这个是不一定的。因为回归分析是指对具有相关关系的现象，根据其相关关系的具体形态，选择一个合适的数学模型，用来近似地表达变量间的平均变化关系的一种统计分析方法。应该是只要两个具有相关关系就能够进行回归分析并不一定要是因果关系。

同意7楼的看法。事物建有普遍联系，不一定非是因果关系。