Database 搜索表以确定一种类型的条目是否对另一种类型有因果影响的算法的简单数学？

好的，我有一个数据库表，它记录了两种不同类型的事件，它们似乎相互关联。它记录事件发生的日期和时间，事件的类型，以及事件的描述

所以表中有四列-

日期、时间、类型和说明

因此，对于表中的两种不同类型的记录，我想知道一个或多个特定的1型事件是否会产生创建特定的2型事件的效果。

在某个1型事件发生和导致某个2型事件之间肯定存在时间延迟。所以我从时间延迟作为变量开始，设置为3小时

我还隔离了我认为是由1型事件引起的2型事件。例如，我们将其称为Type-2F

我最初的想法是对表进行第一次查询，列出所有的Type-1事件，然后进行第二次查询，只列出Type-2F事件的发生情况

那么我会：

迭代到第一个Type-2F事件，并记下日期和时间

然后逐一迭代所有1型事件，将日期和时间与第一个2F型事件进行比较，如果1型事件发生在2F型事件之前的3小时内，则将该特定1型事件的分数加上+1

然后迭代到第二个Type-2F事件，并重复第2点的过程

继续，直到所有2F型事件都被迭代（对于每个2F型事件，所有1型事件依次被迭代），并且+1分数分配给特定的1型事件

然后回顾所有1型事件的列表，查看所有未获得+1分的事件，并给他们-1分，因为他们显然没有在3小时内创建2F型事件的效果

最后，我将所有特定的1型事件的+1和-1分数相加，假设有26种类型的1型事件，并且在表中多次出现，那么我将得到一个数字最高的记分板，这意味着它们最有可能导致2F型事件

例如： 1K型=+125 | 1B型=+56 | 1Z型=+13 | 1T型=-35等

因此，根据这个结果，我认为是1K型事件最有可能导致2F型事件（在3小时内）

我知道这是一个非常简单的数学，但这听起来是一个合理的方法吗

---

非常感谢。

事实上，你正跌跌撞撞地进入整个数学和科学领域，在那里，人们通过辨别这些问题的特定子集背后的真相和可能性来谋生。例如，在生物系统中，你需要寻找生物统计或生物信息学方面的人才。根据您试图展示的内容以及您对答案的信心程度，您可能完全忽略了调查的重要方面，例如相关性、关系和因果关系之间的区别

---

我不确定您是否能在stack exchange站点上获得足够深入的答案，但在任何情况下，这都不是统计问题的正确站点。你可以试试哈，你可能是对的。无论如何，谢谢你的回复。这不是为了任何重要的科学，只是一个愚蠢的小安卓应用程序！好吧，如果它不需要严格，也不需要证明任何东西，那么我只想建议另外一件事。除以发现的特定类型1事件的数量，而不是在2F没有发生时减去1，可能会给你一些更有用的东西——总概率，而不是计数。根据感知的因果关系是大于还是小于50%，使用当前算法得到的数字将是负值还是正值，但隐藏了总事件计数。通常情况下，百分比会更有用。我已经有一段时间没有进入“数学”领域了，所以谢谢你提出这个建议，经过思考，这个建议听起来非常明智和合乎逻辑。你说得对，这将创造一个更有用的数字。谢谢。