在我们平常的生活中，我们觉得科学家离我们很遥远，但是当我们走进科学家的世界时才发现他们的伟大，他们是如何判断两个现象之间的因果关系的那？下面我们就来说说：
常见的去掉混淆变量的方法有三种：
1. 实验组/对照组 设计 （Control Group design，也被称为Experimental Manipulation）
实验组就是，这一组样本中做处理A（treatment）。对照组不做处理A，放置。然后观察两组现象的差别。要证明因果，就是需要实验组出线现象B，而对照组不出现B。这样在相通的实验条件下，实验组因为做了A而出现现象B，对照组没有做A而没有出线B，就能证明，A的加入导致B，而没A不能导致B。 例如，铁加稀硫酸产生氢气。实验组是把铁放入稀硫酸，对照组是放置稀硫酸。如果实验组出现氢气，而对照组没出现，那么证明把铁加入稀硫酸可以产生氢气，而不加铁不会自然产生氢气。再如，上面举到的冰淇淋的例子，假设某年夏天冰淇淋销量没有上涨，而溺水率还是那么高，那么就说明冰淇淋不是造成溺水率升高的因素。 多说一句，实验组/对照组的设计是整套方法论中非常关键的一环，往往决定了整个实验的成败。
2. 样本一致性。
一般来说，实验组和对照组要完全一样，才能证明是处理（Treatment）造成了结果的差异，而不是样本本身的差异造成的结果的差异。这个在自然科学的实验中相对简单，但在社会科学的实验中，因为涉及到人这个复杂的东西，所以会有一些特别的设计，来保证样本一致性，这里介绍两个。
科学家社会实验方法：
随机抽样/随机分组 设计
这个设计一般出现在涉及人的社会实验。随机抽样和随机分组是为了保证实验组和对照组两个样本没有显著差别，以排除由两组人的不同导致的现象差异。因为人是随机分配的，所以可以假设两个组的人员构成、各种心理特点整体上是相同的。
总结：
风险，设计到人的实验，可能他会在实验中学习，比如先做了一遍习题，再做一遍同样的成绩会升高。科学家他们的因果关系是建立在大量的测量的技术和方法。