1、因果系统的定义   若系统当前输出仅由系统当前或过去的输入决定，则称该系统为因果系统。由于因果系统是物理课实现的，且具有稳定性和可预测性，所以得到广泛应用。设系统输入、输出分别为 x ( t ) x(t) x(t)， y ( t ) y(t) y(t)，系统冲激响应为 h ( t ) h(t) h(t)。则 y ( t ) = x ( t ) ∗ h ( t ) = ∫ τ h ( τ )

相关性和因果性是统计学中两个重要的概念，它们描述了变量之间的关系。尽管它们有一些相似之处，但是它们之间存在着明显的区别。 相关性描述的是两个变量之间的关联程度。当两个变量之间的变化趋势是一致的时候，我们说它们之间存在正相关性；当一个变量的增加导致另一个变量的减少时，我们说它们之间存在负相关性；而当两个变量之间没有明显的关联时，我们说它们之间不存在相关性。相关性并不说明因果关系，它只是展示了两个变

1 从一个报错开始 S参数在射频、高速领域的应用非常广泛，相关知识点也非常多。最近浏览了一本2020年新出版的书《S Parameter for Signal Integrity》，作者是IEEE Fellow、业界大牛Peter J. Pupalaikis，现任职于Teledyne LeCroy。该书写的非常棒，从理论分析到Python代码，书中分享了很多干货，当然该书读起来也很复杂需要仔细

在大数据时代，相关关系似乎替代了因果关系。然而世界具有复杂性，大数据时代世界似乎被数据统治，是混沌的。 相关关系是指当一个数据变化时，另一个数据也可能随之变化，不论是这两个数据也没有必然联系。相关关系有可能是正相关也有可能是负相关，有可能是强相关也有可能是弱相关。 因果关系是指当一个作为原因的数据变化时，另一个作为结果的数据在一定程度发生变化，这两个数据存在着必然联系。因果关系可能是线性