這裏舉個我熟悉的國家荷蘭的例子。
這個國家男子的平均身高是世界上最高（之一）。我所見到的荷蘭男人基本很少低於180，很多超過190，大多數人都有一項或者幾項運動愛好，如果比平均身體素質，荷蘭人應該會比現階段中國人強不少。
但是，荷蘭人變高也不過是近100年的事情。根據從1820年到2013年的數據統計。荷蘭人在1900年前，成年男子的身高中位數不超過170，在1875年前甚至只有165。我之前也不信這個數據，畢竟我同事和他們爸媽都很高。但是在荷蘭的一個博物館裏看到了19世紀當地人的雙人床（成年人的），那張小床只能塞下身高不超過170的人，連我都塞不進去。可想而知，當年，荷蘭人的身體素質肯定遠沒有現在好。（這張圖，也可以看出歐洲各國也在飆升。美國70年代下降可能是由於移民造成的。）
但原因是什麽呢？其中最主要的原因被歸結於經濟發展
荷蘭的PPP和成年男子身高中位數是有正相關的。經濟好了，吃喝衛生運動條件都大幅改善了。身高在這一百年裏，從164直飆184（整整二十公分）。反觀中國，經濟騰飛不過30年，食物匱乏或者不豐富的記憶甚至在現在很多20多歲人的兒時記憶裏還很深刻。但可以預期，如果食物、教育、醫療條件都上來了，平均身高也就一兩代人事情（當然身體素質還有其他方便，但大型化發展也能部份反應人群的身體素質）。因此，我不覺得黃種人是真的較差。（當然，你要舉日本人的例子也沒辦法，他們長高估計還得多努力幾代，哈哈。）
___
這裏和大家探討一個問題。有的朋友說，我這數據是拉郎配。因為相關性correlation並不能代表因果，所以說答案是胡扯。
當然，相關性不能代表因果相關。比如有些人說可樂消費量增加和犯罪率提升很可能沒有關系。的確如此，看到相關性高的兩組數據時，我們需要好好想想這其中是不是有因果聯系。然而，這個不代表就一定沒有因果啊。只要兩者之間的相關能用合理的邏輯解釋，就很可能存在因果聯系。大家用腦子想想，要是所有相關性都是胡扯的話，那麽我們為啥還要學相關性檢驗這類的統計學方法呢。不要學了兩天統計學後，就以為自己什麽都懂了，教條得不行不行的，好不好。
