有学者认为，大数据的长项是对资料进行相关分析，而不用进行详尽的因果分析。但对此，…
有学者认为，大数据的长项是对资料进行相关分析，而不用进行详尽的因果分析。但对此，学界尚有争议。因果关系需要两个变量在统计上有相关性，在时间上有先后顺序，即自变量在前，因变量在后；在逻辑上自变量的发生导致因变量的发生，即如果自变量没出现则因变量也不会出现。在传统的回归分析中，统计学注重对假设的检验和模型的显著性，但是在大数据时代，机器学习采用交叉验证的方法，根据结果的准确程度来判断模型好坏，不会深入分析各变量间的关系。因此，在大数据应用中，即使研究人员不知道变量间的因果关系，也可以根据数据间的相关关系得到想要的模型。 由上文可以推知：
A. 相关分析和因果分析都能够建立模型B. 在大数据时代，对数据进行因果分析已不重要C. 统计意义上的相关不能代替因果关系，这一规则将在大数据时代被改写D. 机器学习的方法显著优于传统回归分析先想一想，再看答案与解析 ▸
正确答案：C
【正确率 53%｜考点：细节判断题】
A项，原文表述为“在大数据应用中，即使研究人员不知道变量间的因果关系，也可以根据数据间的相关关系得到想要的模型”，可知二者均可以建立模型，但需要以“大数据应用”为前提，选项表述过于绝对，排除；
B项，文段并没有指出因果分析“已不重要”，无中生有，排除；
C项，根据“在传统的回归分析中，统计学注重对假设的检验和模型的显著性，但是在大数据时代，机器学习采用交叉验证的方法，根据结果的准确程度来判断模型好坏，不会深入分析各变量间的关系。”可知，传统统计分析中需要分析各变量因果关系，也就是相关不能替代因果，又根据“在大数据应用中，即使研究人员不知道变量间的因果关系，也可以根据数据间的相关关系得到想要的模型。”可知，在大数据时代相关分析可以替代因果关系，由此可知C项表述正确，当选；
D项，文段并没有对二者进行比较，排除。
故正确答案为C。
【文段出处】《漆海霞：大数据与国际关系研究创新》
考点细节判断题