Michael2018-09-29 11:38:49

学员你好。
相关性和因果关系是有很大区别的。
利用历史数据，我们可以以此作为依据用自变量x解释因变量y，但是增加额外的x不一定会使得y出现我们预想的变化（rho=0.9只能说明相关性很强，不能说明x增加y就一定增加）。
因此这种所谓的预测模型就不靠谱(predictive model， or time series model fails)。所以比较好的方法就是设置测试组（比如销售加广告）和控制变量组（销售不加广告），但是问题又出现了，控制变量组不管怎么也很难确保只有我们关心的变量不同其他所有的变量都相同。
所以我们只能假想一个场景（销售不加广告），然后在用原来的模型(predictive model， or time series model)去预测销量，然后再和（销售加广告）的实际情况去比较，得到最终的结论。对于控制变量组（销售不加广告）的预测越准确，最终的解释能力就越强。
不仅如此，对于控制变量的组的预测越好