Az események követhetik egymást nagy valószínűséggel, csekély valószínűséggel, vagy bármilyen egyéb valószínűséggel e kettő között, így a valószínű hatások széles tartományban ingadoznak a 0-tól, azaz a merő véletlentől az 1-ig, ami a biztos hatást jelenti. Nem nyilvánvaló azonban, hogy az eloszlás mely aspektusai „kauzálisak”, és melyek nem. A valószínűség egy absztrakt matematikai fogalom, nem pedig az a „mozgató”, amely a newtoni fizikában az ok-okozati kapcsolatokhoz szükségeltetik. A valószínűségi kauzalitás meghatározása kétlépcsős folyamat: az első lépésben leírjuk a mintázatokat és valószínűségi tényeket (ld. pl. a 2.1. ábra szubsztrátum nélküli illusztrációját), a második lépésben pedig a mért valószínűségekből levonjuk a következtetést. A második lépés azonban nem a megfigyelt tények inherens tartalma, hanem a kísérletvezető értelmezése a tényekről. Amikor szabályos egymásra következést figyelünk meg dolgok között, késztetést érezünk arra, hogy okot feltételezzünk emögött. De mekkora valószínűséggel kell az egymásra következésnek bekövetkeznie ahhoz, hogy elérje azt a küszöböt, amikor már „ok-okozati kapcsolatnak” tekinthetjük? Lehet, hogy a küszöböt máshol húznám meg én, és máshol valaki más. Rendszerint azt tesszük, hogy a folytonos eloszlásból kiemeljük a nagy és a csekély valószínűségű eseményeket, és az elsőt elnevezzük oknak, a másodikat pedig véletlennek. A véletlennel, az alacsony és nagy valószínűséggel kapcsolatos fogalmi zűrzavar nagymértékben belejátszik az ilyen-olyan elfogultságokkal felállított „kauzális” kapcsolatokba a nemek és a teljesítmény között, az öröklött gének és az intelligenciahányados (IQ) között, a vallás és az erkölcsi értékek között. Az idegtudományi adatoknál is gyakori a magyarázat (posztdikció) és az előrejelzés (predikció) összemosása. A korreláció, a magyarázat, a predikció és az okozás azonban különbözik egymástól.