En logique et en statistique, confondre corrélation et causalité est l'une des erreurs les plus répandues dans l'argumentation. Une corrélation indique simplement que deux variables évoluent de manière simultanée ou prévisible, sans qu'aucune ne produise nécessairement l'autre. Pourtant, dans un débat, on présente souvent un lien statistique comme une preuve de cause à effet, ce qui simplifie excessivement la réalité. Ce biais ignore les variables confondantes ou les coïncidences temporelles. Considérons l'affirmation : « Les villes avec plus de boulangeries affichent un taux de criminalité plus bas. » La corrélation est réelle, mais la causalité n'existe pas ; c'est la densité de population qui explique les deux. Pour trancher, il faut chercher un mécanisme vérifiable, un groupe témoin ou une expérimentation contrôlée. La nuance essentielle est que la logique exige de distinguer le « qui va ensemble » du « qui fait agir ».