你这是文科生啊。
双盲实验就是有控制的causation.在使用后找相关性就是correlation分析，可信度要大打折扣的。
瑞典的那个实验是比较接近causality分析的，因为用的是sibling，算是控制了大部分参数。
赖美豪中 写了： 2025年 9月 23日 11:01按您这看法我帝得药厂全是sb啊，我帝fda批新药根本依据就是correlation不是causation，你做的ppt人家不看得，需要要在临床证明correlation啊
显然他不是药厂得他才不懂fda只懂correlation. 你看看fda能不能只看causation给你批药么，你做个causation ppt上去下一秒就进了trash can
大哥你是文科生么？causation是病理学，你可以用ppt吹上天。但是你证明不了correlation只能进垃圾桶
windy 写了： 2025年 9月 23日 11:15你这是文科生啊。
双盲实验就是有控制的causation.在使用后找相关性就是correlation分析，可信度要大打折扣的。
瑞典的那个实验是比较接近causality分析的，因为用的是sibling，算是控制了大部分参数。
算了，看来你和博导都是文科生。双盲实验是causation分析,因为基本控制了其它参数。
你真懂cuasation是什么意思吗？有Causation一定有correlation，反之不然。Causation是数学/统计学概念，虽然用在病理啥的研究，但本身和病理学没半毛钱关系。
你这话说的太文科生了 
赖美豪中 写了： 2025年 9月 23日 11:15显然他不是药厂得他才不懂fda只懂correlation. 你看看fda能不能只看causation给你批药么，你做个causation ppt上去下一秒就进了trash can
我看很多药物写作用的机理都是假的，根本不能严格证明
作用机理能严格证明，还要双盲干嘛
你们千老文科生的文字游戏花招，我们码农一下就能看出来
现在有chatgpt,问一下很难吗？英文不好问中文也行啊：
好问题 
FDA 在批准药物时看的主要是 causation（因果关系），而不是单纯的 correlation（相关性）。
FDA 要求的是 随机对照临床试验（RCT, randomized controlled trial），通常分三期：
Phase I
Phase II
中等规模（几百人），看初步疗效。
Phase III
大规模（上千人），严格的 双盲、随机对照实验：
随机化 → 消除混杂因素。
双盲 → 防止研究者和受试者偏差。
对照组 → 确认药物的效果不是自然恢复或安慰剂效应。
这些设计的目的就是为了证明 药物 X 确实导致了患者病情改善（因果关系），而不是只是“和改善相关”。
要不要我给你举一个具体例子（比如某种药物是怎么通过相关性研究发现 → 然后必须用因果性临床试验证明，才能最终获批的）？
哎，causation不是机理分析啊。先搞懂这个词是啥意思再来批驳好不好？
omicron 写了： 2025年 9月 23日 11:25我看很多药物写作用的机理都是假的，根本不能严格证明
作用机理能严格证明，还要双盲干嘛
你们千老文科生的文字游戏花招，我们码农一下就能看出来
说说看她是哪的？
赖美豪中 写了： 2025年 9月 23日 11:15显然他不是药厂得他才不懂fda只懂correlation. 你看看fda能不能只看causation给你批药么，你做个causation ppt上去下一秒就进了trash can
据说，哈佛校长闹过类似的笑话。故事是，校长在新生家长会上说，不要花钱请Tutor，因为相关性分析表明，请了Tutor的学生成绩并不比没请Tutor的学生高。
看来causation这个概念大部分统计课都不教，大多数人可能听都没听过？
windy 写了： 2025年 9月 23日 09:34Correlation不代表Causation.
泰诺和autism有相关性，不代表泰诺是自闭症的原因。有可能是吃泰诺因为某些病，而真正造成自闭的可能是那些病而不是泰诺本身。
比如溺死人的数量和冰激凌的销量有很强的正相关性。其实是因为冰激凌销量大增是在夏天，而夏天大家才去游泳。按小肯和懂王的草台班子的逻辑，应该禁止冰激凌的销售
别说聚聚这种草台班子
本站这么多phd都不知道无论数据多少都无法证明因果性这个简单的道理
不是机理的因果关系，用概率的很多都是不对的
统计造假就是这么玩的，现在不仅劳工数据是造假，CPI可能也是造假，
因为这个概念就是一个bullshit。只有你们搞生物统计自己编造出来得bullshit。真正得物理系统都是多模态。
新冠疫苗有效率97%，防止死亡有效率99%，大家都忘了？
no，这是你们造出来得伪概念好么。从我们物理学角度看任何所谓得机理就是一种解释，和你得观测路径有关。在实际操作里correlation是最重要的。你们非要把causation编造成controlled condition correlation就是bs，没有任何意义。
问题的根本是前脚FDA，后脚big Pharma
这个回复很正常，符合预期
自己不如别人，唯一的精神胜利法就是臆想别人SB 自己牛逼。然后又是幸福满满的普信男的一天。
梦里啥都有。
不懂就少说几句。说的越多，越显得无知
Causality analysis 在物理学里有用吗
有的，因果性分析（causality analysis）在物理学里非常重要，而且用途广泛。它不仅是哲学上的思考工具，也在实际的物理理论和实验分析中扮演核心角色。下面我分几个层次来解释：
⸻
⸻
⸻
⸻
总结：
因果性分析在物理学里不仅有用，而且是基本原则之一。它既限制了理论结构（比如相对论和量子场论），又指导了实验信号处理和复杂系统研究。
要不要我帮你举几个具体物理案例（比如电磁波传播、黑洞因果结构、或者量子场论里的算符对易关系）来更直观说明因果性分析的应用？
赖美豪中 写了： 2025年 9月 23日 11:41no，这是你们造出来得伪概念好么。从我们物理学角度看任何所谓得机理就是一种解释，和你得观测路径有关。在实际操作里correlation是最重要的。你们非要把causation编造成controlled condition correlation就是bs，没有任何意义。