, Kdy pozitivní korelace dokazuje příčinnou souvislost?

Here Be Dragons (Duben 2025)

Here Be Dragons (Duben 2025)
AD:
, Kdy pozitivní korelace dokazuje příčinnou souvislost?
Anonim
a:

Korelace, pozitivní nebo negativní, nikdy neznamená příčinu. Ve statistice se termínová korelace používá k popisu vztahu mezi dvěma nebo více proměnnými. Korelace jsou pozitivní, pokud je zvýšení frekvence jedné proměnné doprovázeno zvýšením frekvence jiné proměnné. Negativní korelace by byla opačná: snížení frekvence jedné proměnné doprovázené poklesem frekvence druhé proměnné. Korelace může být cenným nástrojem pro statistickou analýzu, ale nemůže znamenat příčinnou souvislost kvůli tomu, co nazývají statističtí konfliktní proměnné.

AD:

Záměnné proměnné ovlivňují vztah mezi dvěma nebo více dalšími proměnnými způsoby, které jsou často nedetekovatelné nebo neměřitelné. Guardian cituje vztah mezi kouřením a rakovinou plic jako dobrým příkladem toho, jak zmatené proměnné mohou zmást proces korelativní analýzy. V tomto případě došlo k jasně patrné pozitivní korelaci mezi nárůstem kouření a nárůstem počtu případů rakoviny plic. Neexistovala však cesta, jak by analytici mohli přesvědčivě rozhodnout, že samotné kouření je zodpovědné za zvýšení, a to z důvodu dalších faktorů, jako je zavedení lepších diagnostických postupů a zvýšení znečištění průmyslu a dopravy. Vzhledem k tomu, že všechny tyto proměnné byly důležité při určování příčinné souvislosti mezi nárůstem výskytu rakoviny plic, zakryly vztah mezi kouřením a rakovinou plic a bylo mnohem obtížnější přesně stanovit vztah.

AD:

To neznamená, že korelace nedovolují analytikům lépe pochopit, jak se vzájemně ovlivňují dvě proměnné, ale tyto typy analýz nemohou nabídnout absolutní jistotu. V případě kouření a rakoviny plic to trvalo více než 40 000 lékařů a víceletých intenzivních studií, aby se s vysokou mírou jistoty zjistila skutečná souvislost mezi těmito dvěma proměnnými. Všechno toto je řečeno, čím silnější je vzájemná korelace mezi dvěma proměnnými, pozitivní nebo negativní, tím je pravděpodobnější, že je v hře alespoň nějaké příčiny. Pokud analyzujete korelaci pro finanční účely, zkuste zkoumat způsob, jakým by to profesionální finanční instituce dělaly.

AD: