高尔顿以寻找因果关系为起点，最终却发现了相关性——一种无视因果的关系。这是一段颇具讽刺意味的历史。即便如此，他的著作仍留有使用因果思维的痕迹。他在1889年写道：“很容易看出，（两个器官尺寸之间的）相关性一定是这两个器官共同变异的结果，而变异部分地归于相同的原因。”
被奉上相关性“祭坛”的第一个祭品就是高尔顿的梅花机，它是为解释总体遗传基因的稳定性而精心设计的。梅花机模拟了人类身高变异的产生，以及变异代代相传的过程。但高尔顿不得不在梅花机中设置斜槽，以控制总体中日益增加的变异。由于没有找到一个令人满意的生物机制来解释这种指向均值的复原力，高尔顿在8年后放弃了这一努力，并把注意力转向了危险而诱人的相关性。史学家斯蒂芬·施蒂格勒撰写了大量关于高尔顿的文章，他注意到了高尔顿在目标和志向上的这一突然转变：“悄然消失的是达尔文、斜槽和所有的‘适者生存’……极具讽刺意味的是，高尔顿尝试将《物种起源》的理论框架数学化的初衷最终导向了他对这部伟大著作的精髓的摒弃！”
但是在当下因果推断的语境下，对我们来说，最初的那个问题依然存在：根据达尔文的学说，变异是代代相传的，那么我们究竟应该如何解释总体的稳定性？
根据因果图回顾高尔顿的梅花机，我首先注意到的是其中装置构建的错误。那个让高尔顿不得不设置斜槽以施加反力的不断增长的分散力，从一开始就不该出现。事实上，如果我们追踪梅花机中从一层落到下一层的某个小球，我们会看到，小球在下一层的位移继承了其沿路撞到的所有钉子带给它的变化的总和。这就与卡尼曼的方程产生了明显的矛盾：
成功=天赋+运气
巨大的成功=更多的天赋+更多的运气
根据卡尼曼的方程，第二代的成功不会继承第一代的运气。按其定义，运气本身是一个只具有短暂影响的事件，因此其对后代没有影响。然而这一具有短暂影响的事件与高尔顿的梅花机是不兼容的。
为将这两个概念放在一起比较，让我们试着画出相应的因果图。在图2.4（a）（高尔顿的概念）中，成功是世代相传的，运气的变化是无限累积的。如果“成功”等同于财富或显赫，那这个过程看起来还算合理。然而，对于像身高这样的物理特征的遗传，我们必须用图2.4（b）中的模式取代高尔顿的模型。因为只有可遗传的成分（在此图示中以天赋代指）是世代相传的，而运气则独立地影响每一代，影响某一代的运气因素不会直接或间接地影响其后代。
图2.4 关于遗传的两种模型。（a）高尔顿板模型，在这种模型下，运气世代相传，这就导致成功的分布不断变宽。（b）遗传模型，在这种模型下，运气不会累积，这就导致成功在代际间的稳定分布
这两种模型都与身高的钟形分布兼容，但是第一种模型不符合身高（或成功）分布的代际稳定性。而第二种模型则表明，要解释世代相传中的特征（成功）分布稳定性，我们只需要解释总体基因遗传（天赋）的稳定性即可。这种稳定性现在被称为哈代—温伯格平衡，是1908年由戈弗雷·哈罗德·哈代和威廉·温伯格在其研究中提出的，他们为这一现象给出了一个令人满意的数学解释。是的，他们借助的工具是另一个因果模型——孟德尔遗传理论。
现在回过头看，高尔顿不可能预料到孟德尔、哈代和温伯格的工作。1877年高尔顿发表演讲时，格雷戈·孟德尔在1866年所做的工作早已被遗忘（直到1900年才被重新发现），而哈代和温伯格在其证明中所使用的数学理论工具则很可能在高尔顿的时代还无法被理解。然而颇为有趣的是，高尔顿曾经离发现这个正确的理论框架只差一步，而绘制一张因果图可以让他很容易地找到原假设中的错误——运气可以世代相传。遗憾的是，他被自己漂亮但有缺陷的因果模型误导，继而发现了相关性的美，并从此开始相信科学不再需要因果关系了。
作为对高尔顿的故事发表的最后一点个人评论，我承认我犯了历史写作的一项大忌，这也是我在本书中犯下的许多大忌之一。20世纪60年代，像我上面那样以现代科学的视角来书写历史的做法已经过时了。“辉格史观”（Whig history）就是一个针对此种做法的批判性术语，用于嘲弄事后诸葛亮式的历史写作风格——只关注成功的理论和实验，而对失败的实验和陷入僵局的理论发展几乎只字不提。现代风格的历史写作则变得更加民主，其给予化学家和炼金师同等的尊重，强调理解当事人身处的时代背景和社会背景对相应理论发展的影响。
然而，在阐述因果关系被统计学驱逐出去的原因时，我欣然地继承了辉格史学家的衣钵。要想理解统计学是如何变成一个模型盲、以数据约简为其主要事业的学科，我们只能拿起因果透镜，以关于因果关系的新科学为视角重新叙述高尔顿和皮尔逊的故事，除此之外我们别无他法。事实上，正是通过这种方式，我纠正了主流科学史学家在其叙述中引起的歪曲。他们缺乏因果词汇，惊叹于相关性的发明，却没有注意到它带来的灾难——因果关系的死亡。
