近日在心理學入門課 (introduction to psychology)，教授研究方法 (research methods)，想起很多人常以為當數據顯示兩個可變項(variables)有「相關」(correlation)的特質，便等同兩個變項有因果關係，例如李梓敬法律博士，7月尾在自己臉書公開上載的一幅圖，列舉了當時香港武漢肺炎的確診者的地理分佈和密度，及當時民主派協調 立法會出線人選的初選票站，以「竟」及「高度吻合」的字眼形容兩者的分佈和密度的關係，再加一句評論「一定無關係啦。」是很容易引至部分是非不分，經常不用腦袋思考的香港人，產生錯誤的聯想，以為兩者有關係是很稀奇的事，甚至以為兩者是有因果關係，因為市民參與初選投票而令武漢肺炎傳播，而事實民主派初選投票之後，並沒有出現初選投票群組，而當時兩者的顯示的相關，不過是因為另一個更直接的可變項 — 各區人口分佈和密度。
因為各區人口分佈和密度的關係，即使初選票站的分佈和密度，換上其他可變項，如麥當勞分店、學校、垃圾筒、便利店等的分佈和密度，也仍是可以發現類似的正相關(positive correlation)，即當一個變項上升，另一個變項亦同樣會上升，當一個變項下降，另一個變項亦同樣下降的。這種相關的指標，有可能顯示當中一個變項是因，而另一個變項是果，但從科學的角度，兩者實究竟誰是因，誰是果，並不清楚，也有可能像以上的例子，是第三個可變項引起的，需要進一步測試求證，才知兩者是否存在因果關係。所以，很多日常生活我們常直覺想當然對事件產生的聯想及判斷，其實是未達科學水平的論述，而這些沒有達到科學水平的論述，欲指點大衆明辨是非的法律博士，還是少公開分享，才配得上自己的學術銜頭，對嗎？
