Корреляция не подразумевает причинно-следственную связь

редактировать
Опровержение логической ошибки

В статистике фраза «корреляция не подразумевает причинно-следственную связь» относится к неспособности законно вывести причинно-следственную взаимосвязь между двумя переменными исключительно на основе наблюдаемой связи или корреляция между ними. Идея о том, что «корреляция подразумевает причинную связь», является примером сомнительной причины логической ошибки, в которой два события, происходящие вместе, считаются установившими причинно-следственную связь. Это заблуждение также известно по латинской фразе cum hoc ergo propter hoc («с этим, поэтому из-за этого»). Это отличается от заблуждения, известного как post hoc ergo propter hoc («после этого, следовательно, из-за этого»), в котором событие, следующее за другим, рассматривается как необходимое последствие бывшее событие.

Как и в случае с любой логической ошибкой, определение того, что аргумент аргумента ошибочен , не обязательно подразумевает, что полученный вывод является ложным. Были предложены методы, использующие корреляцию в качестве основы для проверки гипотез на причинность, включая тест причинности Грейнджера и конвергентное перекрестное отображение.

Содержание

  • 1 Использование
  • 2 Причинный анализ
    • 2.1 В философии и физике
    • 2.2 Причинность, истолкованная из контрфактических состояний
    • 2.3 Причинность, предсказанная экстраполяцией тенденций
  • 3 Примеры нелогичного вывода причинной связи из корреляции
    • 3.1 B причин A (обратная причинная связь или обратная причинность)
    • 3.2 Третий фактор C (общая причинная переменная) вызывает как A, так и B
    • 3.3 Двунаправленная причинность: A вызывает B, а B вызывает A
    • 3.4 Связь между A и B является совпадением
  • 4 Использование корреляции в качестве научного доказательства
  • 5 См. также
  • 6 Ссылки
    • 6.1 Библиография

Использование

В логике техническое использование слова «подразумевает» означает «является достаточным условием для». Именно это подразумевают статистики, когда говорят, что причинно-следственная связь не определена. Действительно, p подразумевает, что q имеет технический смысл материального условного : если p, то q обозначается как p → q. То есть «если обстоятельство p истинно, то q следует». В этом смысле всегда правильно сказать: «Корреляция не предполагает причинной связи». В случайном употреблении слово «подразумевает» в широком смысле означает скорее предполагает, чем требует.

Там, где есть причинно-следственная связь, есть корреляция, но также и последовательность во времени от причины до следствия, вероятный механизм, а иногда и общие и промежуточные причины. Хотя корреляция часто используется при выводе причинно-следственной связи, потому что это необходимое условие, этого недостаточно.

В широко изученном примере трудностей, которые эта возможность этой статистической ошибки создает при определении причины, многочисленные эпидемиологические исследования показали, что женщины, принимающие комбинированную заместительную гормональную терапию (ЗГТ) также имела более низкую, чем в среднем, заболеваемость ишемической болезнью сердца (ИБС), что побудило врачей предположить, что ЗГТ защищает от ИБС. Но более поздние рандомизированные контролируемые исследования показали, что использование ЗГТ привело к небольшому, но статистически значимому увеличению риска ИБС. Повторный анализ данных эпидемиологических исследований показал, что женщины, проходящие ЗГТ, с большей вероятностью принадлежали к более высоким социально-экономическим группам (ABC1 ), с диетой и режимами упражнений лучше среднего. Таким образом, использование ЗГТ и снижение заболеваемости ишемической болезнью сердца были совпадающими эффектами общей причины (то есть преимуществами, связанными с более высоким социально-экономическим статусом), а не одной прямой причиной другой, как предполагалось. Широко распространенное (но ошибочное) мнение о том, что РКИ предоставляют более сильные доказательства причинно-следственной связи, чем обсервационные исследования, последние продолжали неизменно демонстрировать преимущества, а последующий анализ и последующие исследования продемонстрировали значительную пользу для риска ИБС у здоровых женщин, начавших терапию эстрогенами вскоре после начало менопаузы.

Причинный анализ

Причинный анализ - это область экспериментального плана и статистики, относящаяся к установлению причин и следствий. Для любых двух коррелированных событий, A и B, их возможные отношения включают:

  • A вызывает B (прямая причинная связь);
  • B вызывает A (обратная причинность);
  • A и B являются оба вызваны C
  • A вызывает B, а B вызывает A (двунаправленная или циклическая причинность);
  • Нет связи между A и B; корреляция является совпадением.

Таким образом, нельзя сделать вывод о существовании или направлении причинно-следственной связи только на основании того факта, что А и В коррелированы. Для определения фактической причинно-следственной связи требуется дополнительное исследование, даже если связь между A и B является статистически значимой, наблюдается большой размер эффекта или большой часть расхождения объясняется.

в философии и физике

Природа причинности систематически исследуется в нескольких академических дисциплинах, включая философию и физика.

В академических кругах существует значительное количество теорий причинности; Оксфордский справочник причинно-следственной связи (Beebee, Hitchcock Menzies 2009) включает 770 страниц. Среди наиболее влиятельных теорий в философии - Аристотель Четыре причины и аль-Газали окказионализм Дэвид Хьюм утверждал, что представления о причинно-следственной связи основаны на опыте, и опыт аналогичным образом основан на предположении, что будущее моделирует прошлое, которое, в свою очередь, может быть основано только на опыте, - что привело к круговой логике.. В заключение он утверждал, что причинно-следственная связь не основана на реальных рассуждениях : на самом деле может быть воспринята только корреляция. Иммануил Кант, согласно Биби, Хичкок и Мензис (2009), считал, что «причинный принцип, согласно которому каждое событие имеет причину или следует в соответствии с причинным законом, не может быть установлен посредством индукции как чисто эмпирическое утверждение, поскольку тогда ему не хватало бы строгой универсальности или необходимости».

Вне философии теории причинности можно найти в классической механике, статистической механике, квантовой механике, пространстве-времени. теории, биология, социальные науки и право. Чтобы установить корреляцию как причинную в рамках физики, обычно понимается, что причина и следствие должны быть связаны через локальный механизм (см., Например, концепцию удара ) или нелокальный механизм (см. Концепцию поля ) в соответствии с известными законами природы.

с точки зрения В термодинамике универсальные свойства причин по сравнению со следствиями были определены с помощью Второго закона термодинамики, подтверждающего древнюю, средневековую и декартовскую точку зрения, что «причина больше, чем эффект «для частного случая термодинамической свободной энергии. Это, в свою очередь, оспаривается популярными интерпретациями концепций нелинейных систем и эффекта бабочки, в которых небольшие события вызывают большие эффекты из-за, соответственно, непредсказуемости и маловероятного запуска. больших количеств потенциальной энергии.

Причинность, построенная из контрфактических состояний

Интуитивно кажется, что причинно-следственная связь требует не просто корреляции, а контрфактической зависимости. Предположим, что ученик плохо справился с тестом и догадывается, что причина в том, что он не учился. Чтобы доказать это, можно подумать о контрфакте: тот же ученик пишет тот же тест при тех же обстоятельствах, но учился накануне вечером. Если бы можно было перемотать историю назад и изменить только одну мелочь (заставить студента готовиться к экзамену), тогда можно было бы наблюдать причинную связь (сравнивая версию 1 с версией 2). Поскольку невозможно перемотать историю назад и воспроизвести события после внесения небольших контролируемых изменений, причинно-следственная связь может быть только предположена, но никогда точно не известна. Это называется фундаментальной проблемой причинного вывода - невозможно напрямую наблюдать причинные эффекты.

Основная цель научных экспериментов и статистических методов состоит в том, чтобы максимально приблизить контрфактические состояние мира. Например, можно провести эксперимент на однояйцевых близнецах, которые, как известно, постоянно получали одинаковые оценки на своих тестах. Одного из близнецов отправляют учиться на шесть часов, а другого отправляют в парк развлечений. Если их результаты за тесты внезапно сильно разойдутся, это станет веским доказательством того, что учеба (или посещение парка развлечений) оказывает причинное влияние на результаты тестов. В этом случае корреляция между результатами обучения и тестами почти наверняка будет означать причинно-следственную связь.

Хорошо спланированные экспериментальные исследования заменяют равенство людей, как в предыдущем примере, равенством групп. Цель состоит в том, чтобы создать две группы, которые похожи, за исключением лечения, которое получают группы. Это достигается путем выбора субъектов из одной популяции и случайного распределения их по двум или более группам. Вероятность того, что группы будут вести себя одинаково (в среднем), возрастает с количеством субъектов в каждой группе. Если группы по существу эквивалентны, за исключением лечения, которое они получают, и наблюдается различие в результатах для групп, то это свидетельствует о том, что лечение отвечает за результат, или, другими словами, лечение вызывает наблюдаемый эффект. Однако наблюдаемый эффект также может быть вызван «случайностью», например, в результате случайных возмущений в популяции. Существуют статистические тесты для количественной оценки вероятности ошибочного вывода о том, что наблюдаемая разница существует, хотя на самом деле ее нет (например, см. P-значение ).

Причинно-следственная связь, предсказанная путем экстраполяции тенденций

Когда экспериментальные исследования невозможны и доступны только ранее существовавшие данные, как это обычно бывает, например, в экономике, можно использовать регрессионный анализ. Факторы, отличные от интересующей потенциальной причинной переменной, контролируются путем включения их в качестве регрессоров в дополнение к регрессору, представляющему интересующую переменную. Ложных выводов о причинно-следственной связи из-за обратной причинной связи (или неправильных оценок величины причинной связи из-за наличия двунаправленной причинно-следственной связи) можно избежать, используя объяснители (регрессоры ), которые обязательно являются экзогенными, такие как физические объяснители, такие как количество осадков (как детерминант, скажем, фьючерсных цен), запаздывающие переменные, значения которых были определены до определения значения зависимой переменной, инструментальные переменные для объяснителей (выбранные на основе их известная экзогенность) и т. д. См. Причинно-следственная связь № Статистика и экономика. Ложной корреляции из-за взаимного влияния третьей общей причинной переменной избежать труднее: модель должна быть указана так, чтобы существовала теоретическая причина полагать, что никакая такая основная причинная переменная не была исключена из модель.

Примеры нелогичного вывода причинности из корреляции

B вызывает A (обратная причинность или обратная причинность)

Обратная причинная связь или обратная причинность или неверное направление - это неформальная ошибка из сомнительной причины, где причина и следствие меняются местами. Причина называется следствием, и наоборот.

Пример 1
Чем быстрее наблюдается вращение ветряных мельниц, тем сильнее наблюдается ветер.
Следовательно, ветер вызывается вращением ветряных мельниц. (Или, проще говоря: ветряные мельницы, как указывает их название, - это машины, используемые для производства ветра.)

В этом примере корреляция (одновременность) между деятельностью ветряной мельницы и скоростью ветра не подразумевает, что ветер вызывается ветряными мельницами. Это скорее наоборот, о чем свидетельствует тот факт, что ветру не нужны ветряные мельницы для существования, в то время как ветряным мельницам нужен ветер для вращения. Ветер можно наблюдать в местах, где нет ветряных мельниц или невращающихся ветряных мельниц, и есть веские основания полагать, что ветер существовал до изобретения ветряных мельниц.

Пример 2

В других случаях может быть просто неясно, что является причиной, а что следствием. Например:

Дети, которые много смотрят телевизор, наиболее агрессивны. Ясно, что телевидение делает детей более жестокими.

Все могло бы быть и наоборот; То есть жестокие дети любят больше смотреть телевизор, чем менее жестокие.

Пример 3

Корреляция между употреблением рекреационных наркотиков и психическими расстройствами может быть любым: возможно, наркотики вызывают расстройства, или, возможно, люди употребляют наркотики заниматься самолечением при уже существующих состояниях. Воротная теория наркотиков может утверждать, что употребление марихуаны ведет к употреблению более тяжелых наркотиков, но употребление тяжелых наркотиков может привести к употреблению марихуаны (см. Также путаница с обратным ). Действительно, в социальных науках, где контролируемые эксперименты часто не могут быть использованы для определения направления причинной связи, это заблуждение может подпитывать давние научные аргументы. Один из таких примеров можно найти в экономике образования, между моделями скрининга / сигнализации и человеческого капитала : это может быть врожденные способности позволяют человеку завершить образование или то, что завершение образования развивает его способности.

Пример 4

Историческим примером этого является то, что европейцы в Средние века считали, что вши полезны для вашего здоровья, так как вши редко попадают на больных. люди. Причина заключалась в том, что люди заболели, потому что ушли вши. Однако настоящая причина в том, что вши чрезвычайно чувствительны к температуре тела. Небольшое повышение температуры тела, например, при лихорадке, заставит вшей искать другого хозяина. Медицинский термометр еще не был изобретен, поэтому такое повышение температуры замечалось редко. Заметные симптомы проявились позже, создавая впечатление, что вши ушли до того, как человек заболел.

В других случаях два явления могут быть частичной причиной другого; подумайте о бедности и необразованности, или промедлении и низкой самооценке. Тем не менее, аргумент, основанный на этих двух явлениях, должен быть осторожен, чтобы избежать ошибки циклической причины и следствия. Бедность - причина отсутствия образования, но не единственная причина, и наоборот.

Третий фактор C (общая причинная переменная) вызывает как A, так и B

ошибка третьей причины (также известная как игнорирование общей причины или сомнительной причины) - это логическая ошибка, где ложная связь путается с причинной связью. Он утверждает, что X вызывает Y, тогда как на самом деле X и Y оба вызваны Z. Это разновидность ошибки post hoc ergo propter hoc и член сомнительной причины Группа заблуждений.

Все эти примеры имеют дело с скрытой переменной, которая является просто скрытой третьей переменной, влияющей на обе причины корреляции. Сложность также часто возникает, когда третий фактор, хотя и принципиально отличается от A и B, настолько тесно связан с A и / или B, что его можно спутать с ними или очень сложно с научной точки зрения отделить от них (см. Пример 4).

Пример 1
Сон в обуви сильно коррелирует с пробуждением с головной болью.
Следовательно, сон в обуви вызывает головную боль.

Приведенный выше пример фиксирует ошибка корреляции подразумевает причинно-следственную связь, поскольку преждевременно делается вывод о том, что сон в обуви вызывает головную боль. Более правдоподобное объяснение состоит в том, что оба они вызваны третьим фактором, в данном случае ложиться спать пьяным, что, таким образом, вызывает корреляцию. Так что вывод ложный.

Пример 2
Маленькие дети, которые спят с включенным светом, гораздо более склонны к развитию миопии в более позднем возрасте.
Следовательно, сон с включенным светом причины миопия.

Это научный пример, который явился результатом исследования, проведенного в Университете Пенсильвании Медицинском центре. Исследование, опубликованное в номере Nature от 13 мая 1999 г., получило в то время широкое освещение в популярной прессе. Однако более позднее исследование, проведенное в Государственном университете Огайо, не обнаружило, что младенцы, спящие с включенным светом, вызывают развитие миопии. Он действительно обнаружил сильную связь между родительской близорукостью и развитием детской миопии, а также отметил, что близорукие родители с большей вероятностью оставляли свет включенным в спальне своих детей. В данном случае причиной обоих состояний является миопия родителей, и вышеприведенное заключение неверно.

Пример 3
По мере роста продаж мороженого количество смертей от утопления резко возрастает.
Следовательно, потребление мороженого вызывает утопление.

В этом примере не учитывается важность времени года и температура продаж мороженого. Мороженое продается в жаркие летние месяцы гораздо дороже, чем в холодное время, и именно в эти жаркие летние месяцы люди чаще занимаются водными видами спорта, такими как плавание. Увеличение числа смертей от утопления просто вызвано большим воздействием на воду, а не мороженым. Заявленный вывод неверен.

Пример 4
Гипотетическое исследование показывает взаимосвязь между оценками тестовой тревожности и застенчивостью со статистическим значением r (сила корреляции) +,59.
Следовательно, можно просто сделать вывод эта застенчивость в некоторой степени причинно влияет на тревожность при тестировании.

Однако, как было обнаружено во многих психологических исследованиях, обнаружена другая переменная, «оценка самосознания», которая имеет более резкую корреляцию (+,73) с застенчивостью. Это указывает на возможную проблему «третьей переменной», однако, когда обнаруживаются три таких тесно связанных показателя, это также предполагает, что каждая из них может иметь двунаправленные тенденции (см. «двунаправленная переменная » выше), являясь кластером коррелированные ценности, каждая из которых в той или иной степени влияет друг на друга. Следовательно, простой вывод выше может быть ложным.

Пример 5
С 1950-х годов как атмосферный уровень CO2, так и уровень ожирения резко возросли.
Следовательно, атмосферный CO 2 вызывает ожирение.

Более богатые люди, как правило, едят больше еды и производят больше CO 2.

Пример 6
ЛПВП («хорошо») холестерин отрицательно коррелирует с частотой сердечного приступа.
Таким образом, прием лекарств, повышающих уровень ЛПВП, снижает вероятность сердечного приступа.

Дальнейшие исследования поставили этот вывод под сомнение. Вместо этого возможно, что другие основные факторы, такие как гены, диета и упражнения, влияют как на уровни ЛПВП, так и на вероятность сердечного приступа; возможно, что лекарства могут повлиять на непосредственно измеряемый фактор, уровни ЛПВП, не влияя на вероятность сердечного приступа.

Двунаправленная причинность: A вызывает B, а B вызывает A

Причинность не обязательно является односторонней; в отношениях хищник-жертва количество хищников влияет на количество жертв, но количество жертв, то есть количество пищи, также влияет на количество хищников. Другой хорошо известный пример: у велосипедистов индекс массы тела ниже, чем у людей, которые не ездят на велосипеде. Это часто объясняется предположением, что езда на велосипеде увеличивает уровень физической активности и, следовательно, снижает ИМТ. Поскольку результаты проспективных исследований людей, которые чаще используют велосипед, показывают меньшее влияние на ИМТ, чем перекрестные исследования, также может иметь место некоторая обратная причинно-следственная связь (т.е. люди с более низким ИМТ с большей вероятностью будут ездить на велосипеде).

Связь между A и B случайна

Эти две переменные никак не связаны, но коррелируют случайно. Чем больше исследуется, тем больше вероятность того, что две несвязанные переменные окажутся связанными. Например:

Использование корреляции как научного доказательства

Многие научные данные основаны на корреляции переменных - они наблюдаются вместе. Ученые осторожно подчеркивают, что корреляция не обязательно означает причинную связь. Предположение, что A вызывает B просто потому, что A коррелирует с B, часто не принимается в качестве законной формы аргумента.

Однако иногда люди допускают обратное заблуждение - полностью игнорируя корреляцию. Это отвергнет большое количество важных научных данных. Поскольку проведение контролируемых двойных слепых исследований может быть трудным или этически невозможным, для прогнозирования могут быть полезны корреляционные данные с нескольких разных точек зрения, несмотря на то, что они не могут предоставить доказательства причинной связи. Например, социальные работники могут быть заинтересованы в том, чтобы узнать, как жестокое обращение с детьми связано с успеваемостью. Хотя было бы неэтично проводить эксперимент, в котором детей случайным образом распределяют, чтобы они получали или не подвергались насилию, исследователи могут изучить существующие группы, используя неэкспериментальный корреляционный план. Если на самом деле существует отрицательная корреляция между жестоким обращением и академической успеваемостью, исследователи могут потенциально использовать это знание статистической корреляции, чтобы делать прогнозы о детях вне исследования, которые подвергаются жестокому обращению, даже если исследование не предоставило причинных доказательств того, что насилие снижает академическую успеваемость. Комбинация ограниченных доступных методологий с отклонением ошибки корреляции иногда использовалась для противодействия научным открытиям. Например, табачная промышленность исторически полагалась на отклонение корреляционных данных, чтобы отвергнуть связь между табаком и раком легких, как и биолог и статистик Рональд Фишер.

Корреляция - это ценный вид научных данных в таких областях, как медицина, психология и социология. Но сначала необходимо подтвердить, что корреляции реальны, а затем необходимо систематически исследовать все возможные причинные отношения. В конце концов, корреляция сама по себе не может использоваться в качестве доказательства причинно-следственной связи между лечением и пользой, фактором риска и заболеванием, или социальным или экономическим фактором и различными результатами. Это один из наиболее часто используемых типов доказательств, потому что легко и даже соблазнительно прийти к преждевременным выводам, основанным на предварительном появлении корреляции.

См. Также

Ссылки

Библиография

Последняя правка сделана 2021-05-15 13:08:52
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте