因果就是A导致B，B是A的结果。比如下雨和摔跤，下雨是原因，摔跤是结果，但可能只是巧合，这时候需要更多证据。就像吃苹果和生病，吃苹果可能和生病没关系，但吃肯定致病。简单说就是先有鸡还是先有蛋的问题，要找到确定的先后顺序。

为什么不能只看表面相关呢？比如哈佛大学2020年研究显示，每天喝咖啡的人得心脏病的概率高15%，但后来发现其实是工作压力大的人既喝咖啡又容易得病，这说明相关≠因果。斯坦福大学2018年跟踪10万人发现，穿红衣服的人车祸率低8%，实际是因为穿红衣服的多是赛车手，他们技术好所以安全。这说明要排除其他干扰因素，比如控制变量。就像买中奖的人，其实是因为他们买了更多，不是运气好。所以判断因果得看有没有排除其他可能，就像医生查病得先排除并发症。还要看时间顺序，比如发现冰激凌销量和溺水人数同时增加，其实是因为夏天来了，这时候要找真正的原因——天气变热。