我们的社会为那些本可以进行却未进行的实验付出了惨重的代价。成千上万人离世，成百万的犯罪事件时时发生，数十亿美元被挥霍，这是因为人们放肆地为自己的假设提前买单去干预一些事件的发展，而这些假设从未被验证过。
质疑对于确定之事是致命的。
即使在实验操作时没有做到真正的随机，我们有时也能做出“自然实验”。这种情况会发生，是恰好满足以下条件：一组样本（人、农田、城市）中，作为自变量的个体以特别的方式各不相同，而同时它们也在一定程度上不存在误差，我们可以放心将其与各因变量进行对照。
——威尔·杜兰特，哲学家
当我们研究人类自身的时候，总是受到口头叙述的诱惑，采信这种不甚严谨的证据。那些说出来的东西会伴生出多种错误。如果我们能更多地观察分析实际行为而非口头报告，那么我们在研究中将会更接近正确答案。
各类研究机构正越来越多地依赖实验为自身提供有效信息。这是好事，因为如果你能够借助实验来回答一个问题，那么它总是要比借助相关性的统计工具强。相关性的统计工具，比如多元回归，经常被用于医学和社会科学研究中。这个工具主要是将许多自变量与许多因变量联系起来。它会这样问：“如果抛开所有其他变量的影响，变量A对因变量的影响是什么？”尽管用得很多，但这个工具仍然有内在缺陷，常会导致错误结果。原因在于“自选择”。如果我们没有给每个样本一个特定的样式，那么这些样本会以许多种方式变化，它们就会与因变量产生多种不同维度的联系。我们能够知道，由多元回归得出的答案是错误的，是因为随机控制变量实验（通常被当作一种研究工具的黄金标准）可能给出了与多元回归分析迥异的答案。
你可以对自身进行实验，这样你会更加明白影响你的健康和福祉的因素究竟是什么，实验将比随意的观察能给出准确得多的答案。
