逻辑推理能力是人类的智慧体现，相应的，因果关系分析是我们做事的常见思路，在吴军的《智能时代》中，用新药的研制过程做例子。人类不断地分析疾病产生的原因，然后寻找消除这些原因的方法，然后合成出新药，这种方法思路严谨，环环相扣，但时间成本和资金成本都很高，一般而言，等新药上市，只剩下7-10的专利有效期，这也是为什么特效新药的价格非常昂贵的原因了，不然就不可能有公司愿意投资研制了。而有了大数据之后，寻找特效药就和以前不同了。全世界只有大约5000种被批准的特效药，人类会得的疾病大约1万种，如果对药物和疾病进行关联分析，可以发现一些颠覆认知的惊喜，如斯坦福医学院发现，用于治疗心脏基本的某种药物对治疗某种胃病特别有效，人们起初可能不知道其原理，但这种强相关分析可以给新药的研制快速提供了思路和方向，而如果采用传统的因果分析的方法，这种发现过程要慢的多。
这其实类似我们目前实证研究的思路，只是实证研究由于客观条件限制，需要先提出假设，然后通过跑模型加以验证。但实证研究很多我觉得已经误入歧途，没有什么实际意义，原因是很多做实证的人为了解释的方便，通常都是先解释理论，再用数据来验证，如果回归的结果不符合理论，大家更多不是思考理论有无缺陷，而是通过调整变量等重新跑模型，直到模型通过。这样的研究能有多大价值呢？即使他内心认为一个变量很重要，但模型通不过，可能也会选择性地忽视，反之，他对一个变量并不认可，但只要可以对回归结果有利，也会采用。这种自欺欺人的研究方式归根到底不过是为了发论文方便而已。
网友评论