，这样的关系多到后来的科研工作者在提出假设的时候，总要多想，多验证，多分析。
举个最简单的例子，恐怕不会有人觉得冰淇淋能够导致美国人溺水身亡。但如果把每一个月的美国冰淇淋销量和溺水身亡人数做成图标，只要眼睛不瞎的人就都能看得出来，这两个数据趋势高度相符。
而拥有正常逻辑思维的就能明白，冰淇淋和溺水本身并无直接联系。它们却和另一个因素密切相关——气温变化。天气越热，吃冰淇淋的人就越多。与此同时，选择游泳避暑的人也就越多。所以这两个数据才会呈现出密切相关的趋势，甚至可能误导人们认为“冰淇淋会导致溺水”。
另一个例子则更加让人觉得神奇。这一组数据是全球各个地区疟疾发病率和恶性肿瘤发病率的对比。
直观的通过数据关系，人们能够发现一个规律——疟疾发病率越高的地区，恶性肿瘤的发病率就越低。如果直接通过数据进行理解，或许人们能够得出一个结论——疟疾可以治疗或者预防恶性肿瘤。
而加入了逻辑进行推理和分析后，正常人都会认为疟疾发病率的关系和恶性肿瘤发病率其实并没有关系。一般来说，疟疾发病率越高的地方经济水平就越落后，居民的平均寿命更短，医疗水平比疟疾发病率低的地方更差且污染水平更低。而恶性肿瘤的诊断和年龄以及医疗水平和环境因素高度相关，因此才会出现这样的差别。
换言之，疟疾和肿瘤以及经济水平的关系基本是和“冰淇淋、溺水死亡以及当时气温”的关系一致。它们看上去高度一致的原因是，这两个数据本身和另一个隐藏条件高度相关。
所以说，并不是白介素-6水平高，就一定会和免疫风暴有直接因果关系。它们之间的联系很有可能更加隐蔽。
同时，逻辑和推理分析也未必就能得到正确的结论。疟疾感染率和恶性肿瘤发病率成反比的逻辑似乎完全可以用上面说的逻辑来解释。但还真有有不信邪的医生对此进行了研究，并且诞生出了一
