1. 研究的问题： 哪些变量对目标变量有直接的因果影响？
2. 机器学习的一个分支是贝叶斯概率图模型(Bayesian probabilistic graphical models)，也称为贝叶斯网络（Bayesian networks, BN），可用于确定这些因果因素。
3. 关于相关性和关联性的含义：
4. 1. 什么是相关性：两个变量之间存在线性关系，
   2. 什么是关联系：两个或者多个变量之间的额任何关系，指数关系，对数关系等
   3. 因果关系：一个变量导致另一个变量
5. 相关性：
6. 1. 皮尔逊相关系数(Pearson correlation coefficient)是最常用的相关系数。系数强度由r表示，取值区间-1到1。在使用相关性时，有三种可能的结果：
   2. • 正相关：两个变量之间存在一种关系，即两个变量同时朝同一方向移动。
      • 负相关：两个变量之间存在一种关系，即一个变量增加与另一个变量减少相关联。
      • 无相关性：当两个变量之间没有关系时。
   2. 相关性本身并不意味着因果关系，因为统计关系并不能唯一限制因果关系。
7. 关联性：
8. 1. 指的是一个变量的某些值倾向于与另一个变量的某些值共同出现
   2. 有许多关联性测量方法，例如卡方检验(chi-square test)、费舍尔精确检验(Fisher exact test)、超几何检验(hypergeometric test)等。它们通常用于其中一个或两个变量为有序(ordinal)或名义(nominal)变量的情况。