Корреляция и причинно-следственные зависимости – не одно и то же.

Регрессионный анализ может лишь продемонстрировать взаимосвязь между двумя переменными. Как я уже упоминал, с помощью только статистики невозможно доказать, что изменение одной переменной обусловило изменение другой переменной. Вообще говоря, неправильное уравнение регрессии может указать на существование внушительной и статистически значимой зависимости между двумя переменными, которые в действительности между собой никак не связаны. Допустим, мы планируем выявить потенциальные причины роста числа случаев аутизма в Соединенных Штатах за последние два десятилетия. Наша зависимая переменная – исход, который мы хотели бы объяснить, – могла бы служить показателем заболеваемости аутизмом, таким как количество диагностированных случаев на каждых 1000 детей определенного возраста. Если бы мы включили в качестве объясняющей переменной годовой доход на душу населения в Китае, то почти наверняка выявили бы положительную и статистически значимую зависимость между повышением доходов в Китае и ростом заболеваемости аутизмом в США за последние два десятилетия.

Чем это объясняется? Всего лишь тем, что оба показателя резко увеличились за указанный период. Между тем, я очень сомневаюсь, что наступление экономической рецессии в Китае приведет к снижению заболеваемости аутизмом в США. (Справедливости ради должен заметить, что если бы я наблюдал четкую связь между быстрым экономическим ростом в Китае и заболеваемостью аутизмом только в Китае, то я, возможно, приступил бы к поиску какого-либо фактора окружающей среды, связанного с экономическим ростом (например, загрязнение окружающей среды отходами промышленного производства), который мог бы объяснить подобную зависимость.)

Только что продемонстрированный мной род ложной зависимости между двумя переменными – лишь один пример более универсального явления, известного как фиктивные причинно-следственные связи. Существует несколько других вариантов, когда связь между A и B может быть неправильно интерпретирована.

<< | >>
Источник: Чарльз Уилан. Голая статистика. Самая интересная книга о самой скучной науке. 2016

Еще по теме Корреляция и причинно-следственные зависимости – не одно и то же.:

  1. Рис. 4.15. Примеры причинно-следственной диаграммы
  2. Вспомогательная аксиома № 7. Остерегайтесь заблуждения о существовании корреляции и причинной связи
  3. Корреляция между дефолтами
  4. Корреляция
  5. Корреляция между индексами
  6. О ПРИЧИНАХ МОЕГО НЕПРИЯТИЯ ПРИЧИН
  7. Коэффициенты корреляции между различными индексамироссийского фондового рынка
  8. Коэффициенты корреляции между различными индексами фондового рынка
  9. Оценки волатильности и корреляции
  10. Поиск слоганов превращается в конкретную рыночную корреляцию
  11. Время одно – подходы разные
  12. Коэффициенты корреляции между фондовыми индексами странс развитой рыночной экономикой
  13. 58. Столетие оздоровления – а может, и не одно
  14. Почему в теории маркетинг одно, а на практике – другое?
  15. Знание это одно, понимание — другое.
  16. Корреляция между образом жизни и типами стратегии покупки автомобилей
  17. Два дела в одно время сделать невозможно
  18. ОТ БОГАТСТВА ВАС ОТДЕЛЯЕТ ОДНО УДАЧНОЕ ОБЪЯВЛЕНИЕ!