Nas ciências sociais, grande parte da predição é do tipo retrógada (temporal), pois os eventos já ocorreram, mas consideramos outras variáveis para averiguar se, aparentemente, elas exercem alguma influencia naquelas que pesquisamos e queremos predizer.

Quando existem muitas variáveis que, conjuntamente, influenciam de certa forma o comportamento entre si, torna-se impossível diferenciar-las (você não adora essa palavra?).

Isto não é verdadeiro apenas nas ciências sociais, mas até na física.

Podemos conhecer as relações de força afetando uma única folha. –– a gravidade, o vento, o local –– mesmo assim não somos capazes de predizer a trajetória exata que uma folha tomará ao cair de uma árvore até atingir o solo.

Com os nossos conhecimentos em estatística e predição sabemos que, quando muitas folhas caem, elas formarão uma curva em sino num círculo ao redor da árvore. –– contanto que o vento esteja calmo.

Nosso conceito sobre "casualidade" é bem problemático.

É o bicho-papão de todos os cientistas, incluindo os cientistas sociais.

Podemos examinar os dados obtidos de duas variáveis e observar uma associação entre eles, porém nao há uma lógica ou uma observação que confirme uma relação causa-efeito.

Quando dizemos que uma mudança na variável "a" causa uma mudança na variável "b", isto significa que uma alteração na "a" é suficiente e necessária para alterar a "b".

Fácil de dizer, difícil de fazer.

Veja também a palavra-chave Causa.