可用于解释A是否是B的原因的统计方法你好
一旦我们试图查看参数A是否是B的原因，那么统计方法会有什么帮助呢？
例如，特定因素的毒性是一种疾病的原因吗？
谢谢
Re：可用于解释A是否是B的原因的统计方法我认为你所寻找的方法被称为“科学”，在科学中我们开发的理论可以帮助我们预测预期的因果关系。 当然，可能存在竞争理论或竞争因果关系，因此我们进行实验以了解现实世界告诉我们的内容。 在这里，统计数据可以帮助我们设计实验，以便它们更有效地使用资源，并确保如果存在真实的关系，我们可能会检测到它。作为我们对实验数据分析的一部分，我们通常会使用回归技术来建立统计模型，这将使我们对选择有关因果关系的竞争理论更有信心。
Re：可用于解释A是否是B的原因的统计方法附上是回归。
Re：可用于解释A是否是B的原因的统计方法有很多型号可供选择。到目前为止，您尚未共享数据或回归分析的结果，因此很难进一步指导您。
有经验模型和理论模型。有用于测试假设的模型和用于插值的模型。 当然，有许多方法可用于估计这些模型。我相信如果您告诉我们有关比较的更多信息，JMP社区可以帮助您。
Re：可用于解释A是否是B的原因的统计方法 已应用回归图表显示对参数没有影响。我正在寻找其他方法Correlation解释了参数之间的强度，而不是原因。甚至高相关性并不总是意味着其他因素也可能有所贡献
Re：可用于解释A是否是B的原因的统计方法Re：可用于解释A是否是B的原因的统计方法正如马克所说，没有可替代设计的实验（和一些领域知识）。
相关性并不一定意味着因果关系。 例证：
http://tylervigen.com/spurious-correlations
Re：可用于解释A是否是B的原因的统计方法您问题的天真性表明您可能会从一些解释性建模培训中受益。JMP和JMP培训提供此类课程。
Re：可用于解释A是否是B的原因的统计方法一般来说对照实验 （具有特定属性）需要建立因果关系或因果关系。
您可以分别使用方差分析（分类因子）或线性或非线性回归（连续因子）或逻辑回归和其他方法来探索连续或分类响应与因子之间的相关性或关联。
请参见帮助>书籍>拟合线性模型。
