描述性统计能够完成因果效应识别√×

考查要点：本题主要考查对描述性统计与因果效应识别的理解，以及两者之间的区别。
解题核心：明确描述性统计的功能仅限于数据特征的总结，而因果效应识别需要排除其他变量干扰，证明变量间的直接因果关系。
破题关键：因果效应的判断需要依赖实验设计或特定统计方法，而非单纯的描述性分析。

1. 描述性统计的功能

描述性统计通过图表、平均数、中位数等工具，帮助我们概括数据的中心趋势、分布特征，例如：

• 描述某班级学生的平均成绩；
• 展示不同地区气温的分布情况。

2. 因果效应识别的要求

因果效应识别的核心在于回答“A是否真正导致B”，需满足：

• 排除混杂变量（如其他因素对结果的影响）；
• 建立变量间的直接因果链。

3. 两者的本质区别

• 描述性统计只能展示变量间的相关性（如“吸烟与肺癌发生率相关”），但无法证明因果关系。
• 因果推断需要额外工具（如随机对照试验、工具变量法），通过控制干扰因素得出因果结论（如“吸烟导致肺癌”）。

4. 实例说明

若研究“学习时间与考试成绩的关系”：

• 描述性统计：可计算平均学习时间、成绩分布，或绘制散点图显示两者的正相关性。
• 因果效应识别：需进一步分析是否“学习时间增加直接导致成绩提升”，需排除“学生基础能力”等干扰因素。