“计量经济学”(econometrics)，是运用概率统计方法对经济变量之间的(因果)关系进行定量分析的科学。
由于实验数据的缺乏，计量经济学常常不足以确定经济变量之间的因果关系。但大多数实证分析的目的恰恰正是要确定变量之间的因果关系(即 X 是否导致 Y )，而非相关关系。
例(相关关系) 你看到街上的人们带雨伞，于是预测今天要下雨。这只是相关关系，“人们带伞”并不导致“下雨”。
例(相关关系) 根据与流感相关的海量词条搜索记录，谷歌公司通过分析大数据(big data)，可以很快地预测流行病的地域传播。这也只是相关关系，上网搜索流感信息并不导致流感传播。如果只对预测感兴趣，则相关关系就足够了。如果要推断变量之间的因果关系，则计量分析必须建立在经济理论的基础之上，即在理论上存在 X 导致 Y 的作用机制。但即使有理论基础，因果关系常常依然不好分辨。
首先，可能存在“逆向因果关系”(reverse causality)或“双向因果关系”。例(逆向因果) FDI(外商直接投资)促进经济增长，但 FDI也被吸引到快速增长的地区。
例(逆向因果) 收入增加引起消费增长，而消费增长也拉动收入增加。
例(逆向因果) 经济萧条可能引起内战，但内战也会导致经济停滞。其次，被遗漏的第三个变量( Z )也可能对这两个变量 ( , ) X Y 同时起作用。
例(遗漏变量) 某外星人来到地球，发现人类会死亡，十分不解。于是开始在全球广泛观察死亡现象，并收集了大量的数据。结果发现，许多人类躺在医院病床( X )之后死去( Y )，故推断医院病床是死亡的原因。外星人认为，由于躺在医院病床上，总是发生于死亡之前，故不可能存在逆向因果关系。外星人于是将研究报告投稿发表于某顶尖经济学期刊，并在文末给出政策建议“珍爱生命，远离病床”。
