إزالة اللبس بين الارتباط والسببية

إزالة اللبس بين الارتباط والسببية

هنا هو شيء تاريخي قد لا تكون على علم به. بين السنوات 1860 و 1940 ، حيث ارتفع عدد الوزراء الميثوديين الذين يعيشون في نيو انغلاند ، وكذلك كمية من الروم الكوبي المستوردة إلى بوسطن - وكلاهما زاد بطريقة مشابهة للغاية. وبالتالي ، يجب على الوزراء الميثوديين شراء الكثير من الروم في تلك الفترة الزمنية!

في الواقع لا ، هذا استنتاج ساذج للرسم. ما يحدث في الواقع هو أن كلا من الكميتين - الوزراء الميثوديين والروم الكوبي - كانت مدفوعة إلى الأعلى بعوامل أخرى ، مثل النمو السكاني.

في الوصول إلى هذا الاستنتاج غير الصحيح ، لقد ارتكبنا خطأ شائع جدًا علاقة مربكة مع السببية.

ماهو الفرق؟

يقال أن الكميتين هما المترابطة إذا زاد كلاهما وانخفضا معا ("مرتبطان إيجابيا") ، أو إذا زاد المرء عندما انخفض الآخر والعكس بالعكس ("مرتبط سلبيا").

تم الكشف عن علاقة بسهولة من خلال القياسات الإحصائية لل معامل ارتباط بيرسونوالذي يشير إلى مدى الترابط المحكم بين الكميتين ، بدءًا من -1 (يرتبط ارتباطًا سلبيًا تمامًا) عبر 0 (غير مرتبط على الإطلاق) وحتى 1 (مرتبط بشكل إيجابي تمامًا).

causation1tylervigen.com

ولكن لمجرد أن الكميتين مترابطتان لا يعني بالضرورة أن أحدهما مباشر مما تسبب في الآخر للتغيير. الارتباط لا يعني السببية، مثل الطقس الغائم لا يعني هطول الأمطار ، على الرغم من أن العكس هو الصحيح.


الحصول على أحدث من InnerSelf


إذا كانت هناك علاقة بين الكميتين ، فقد تكون هناك علاقة حقيقية بين السبب والتأثير (مثل مستويات سقوط الأمطار والمبيعات المظلية) ، ولكن ربما هناك متغيرات أخرى تقود كلاهما (مثل أعداد القراصنة والاحترار العالمي) ، أو ربما يكون مجرد صدفة (مثل استهلاك الجبن في الولايات المتحدة والخنق بواسطة ملاءات).

حتى عندما السببية موجودة، يجب أن نكون حريصين على عدم خلط قضية مع الواقع، وإلا فإننا قد نستنتج، على سبيل المثال، أن زيادة استخدام سخانات يسبب برودة الطقس.

من أجل إنشاء السبب والنتيجة، ونحن بحاجة إلى أن نتجاوز الإحصاءات والبحث عن أدلة منفصلة (ذات طبيعة علمية أو تاريخية)، والتفكير المنطقي. العلاقة قد تدفعنا للذهاب تبحث عن مثل هذه الأدلة في المقام الأول، ولكنه بأي حال من الأحوال دليلا في حد ذاتها.

قضايا خفية

على الرغم من أن الأمثلة المذكورة أعلاه كانت سخيفة واضح، والارتباط هو في كثير من الأحيان الخاطئ للسببية في الطرق التي ليست واضحة على الفور في العالم الحقيقي. عند قراءة وتفسير إحصاءات، لا بد من الحرص على فهم بالضبط ما البيانات والإحصاءات التي يشيرون ضمنا - والأهم من ذلك، ما هي ليس مما يعني.

causation2

أحد الأمثلة الأخيرة على ضرورة توخي الحذر في تفسير البيانات هو الإثارة في وقت سابق من هذا العام المحيطة حجر الأساس واضح الكشف عن موجات الجاذبية - إعلان يبدو أنه قد تم سابق لأوانهقبل حساب جميع المتغيرات التي تؤثر على البيانات.

للأسف، وتحليل الإحصاءات، الاحتمالات والمخاطر ليست مجموعة من المهارات السلكية إلى لدينا الحدس البشريوهكذا يصبح من السهل جدًا أن يضلنا. كتب كاملة وقد كتب على الطرق الدقيقة التي يمكن أن يساء تفسيرها الإحصائيات (أو تستخدم لتضليل). للمساعدة في الحفاظ على حراسك ، إليك بعض المشكلات الإحصائية الزلقة الشائعة التي يجب أن تكون على علم بها:

1) تأثير العامل الصحي ، حيث في بعض الأحيان لا يمكن مقارنة مجموعتين بشكل مباشر في مجال اللعب.

النظر في دراسة افتراضية تقارن صحة مجموعة من العاملين في المكتب مع صحة مجموعة من رواد الفضاء. إذا لم تُظهر الدراسة أي فرق كبير بين الاثنين - لا علاقة بين الصحة وبيئة العمل - هل نستنتج أن العيش والعمل في الفضاء لا يحمل أية مخاطر صحية على المدى الطويل بالنسبة لرواد الفضاء؟

لا! فالمجموعات ليست على قدم المساواة: فالمشتركون في شاشة هيئة رواد الفضاء يبحثون عن مرشحين أصحاء ، الذين يحافظون بعد ذلك على نظام شامل للياقة البدنية من أجل التصدي بفعالية لتأثيرات العيش في "الجاذبية الصغرى".

لذلك نتوقع أن يكونوا أكثر صحة من العاملين في المكاتب ، في المتوسط ​​، ويجب أن يكونوا قلقين إذا لم يكونوا كذلك.

2) اﻟﺘﺼﻨﻴﻒ وأﺛﺮ ﻣﺮﺣﻠﺔ اﻟﻬﺠﺮة - ﻳﻤﻜﻦ أن ﻳﺆدي ﺗﺒﺪﻳﻞ اﻷﺷﺨﺎص ﺑﻴﻦ اﻟﻤﺠﻤﻮﻋﺎت إﻟﻰ ﺗﺄﺛﻴﺮات ﻣﺄﺳﺎوﻳﺔ ﻋﻠﻰ اﻟﻨﺘﺎﺋﺞ اﻹﺣﺼﺎﺋﻴﺔ.

هذا هو المعروف أيضا باسم ويل روجرز تأثير ، بعد الممثل الكوميدي الأمريكي الذي قال ساخرا:

عندما غادر Okies أوكلاهوما وانتقلت إلى ولاية كاليفورنيا، رفعوا مستوى متوسط ​​الاستخبارات في الدولتين.

لتوضيح ذلك ، تخيل تقسيم مجموعة كبيرة من الأصدقاء إلى مجموعة "قصيرة" ومجموعة "طويلة" (ربما لترتيبهم صورة). بعد القيام بذلك ، من المستغرب أن ترفع متوسط ​​ارتفاع كلا المجموعتين في وقت واحد.

اسأل ببساطة أقصر شخص في المجموعة "الطويلة" للانتقال إلى المجموعة "القصيرة". تخسر المجموعة "الطويلة" أعضائها الأقصر ، مما يؤدي إلى ارتفاع متوسط ​​الطول - ولكن المجموعة "القصيرة" تكسب أطول عضو لها بعد ، وبالتالي تحقق أيضًا ارتفاعًا متوسطًا.

هذا له آثار كبيرة في الدراسات الطبية ، حيث يتم فرز المرضى في كثير من الأحيان إلى مجموعات "صحية" أو "غير صحية" في سياق اختبار علاج جديد. إذا تحسنت طرق التشخيص ، فقد يتم إعادة تصنيف بعض المرضى غير الصحيين قليلاً - مما يؤدي إلى تحسين النتائج الصحية لكلتا المجموعتين ، بغض النظر عن مدى فعالية (أو عدم) العلاج.

causation3يمكن أن يؤدي الانتقاء والاختيار بين البيانات إلى استنتاجات خاطئة. يرى المشككون فترة التبريد (الأزرق) عندما تظهر البيانات بالفعل ارتفاع درجة الحرارة على المدى الطويل (أخضر). skepticalscience.com

التعدين 3) البيانات - عند وفرة البيانات موجودة، ويمكن أن تكون اجزاء وقطع الكرز التقطت لدعم أي استنتاج المطلوب.

هذه هي الممارسة الإحصائية السيئة ، ولكن إذا تم عمدا قد يكون من الصعب اكتشافه دون معرفة مجموعة البيانات الأصلية الكاملة.

النظر في الرسم البياني أعلاه تبين تفسيرين لبيانات الاحترار العالمي ، على سبيل المثال. أو الفلورايد - بكميات صغيرة يعتبر من الأدوية الوقائية الأكثر فاعلية في التاريخ ، ولكن التأثير الإيجابي يختفي كليًا إذا لم يتناول أحد على الإطلاق كميات سامة من الفلوريد.

لأسباب مماثلة ، من المهم أن تكون إجراءات تجربة إحصائية محددة ثابتة قبل بدء التجربة وتبقى دون تغيير حتى تنتهي التجربة.

4) التجميع - والذي من المتوقع حتى في بيانات عشوائية تماما.

النظر في دراسة طبية دراسة كيفية مرض معين ، مثل السرطان أو التصلب المتعدد ، هو موزعة جغرافيًا. إذا وقع المرض عشوائياً (ولم يكن للبيئة أي تأثير) ، فإننا نتوقع رؤية العديد من مجموعات المرضى كمسألة طبيعية. إذا تم توزيع المرضى بشكل متساوٍ بشكلٍ متساوٍ ، فإن التوزيع سيكون أكثر عشوائيةً في الواقع!

لذا فإن وجود كتلة واحدة ، أو عدد من المجموعات الصغيرة من الحالات ، أمر طبيعي تمامًا. هناك حاجة إلى طرق إحصائية متطورة لتحديد مدى الحاجة إلى التجميع من أجل استنتاج أن شيئًا ما في تلك المنطقة قد يسبب المرض.

ولسوء الحظ ، فإن أي مجموعة على الإطلاق - حتى لو كانت غير مهمة - تجعل من عناوين الأخبار سهلة (وللوهلة الأولى ، مقنعة).

causation4

يجب استخدام التحليل الإحصائي ، مثل أي أداة قوية أخرى ، بعناية فائقة - وعلى وجه الخصوص ، يجب على المرء دائمًا توخي الحذر عند استخلاص النتائج استنادًا إلى حقيقة أن الكميتين مترابطتان.

بدلاً من ذلك ، يجب علينا دائمًا الإصرار على أدلة منفصلة لمجادلة السبب والنتيجة - وأن الدليل لن يأتي على شكل رقم إحصائي واحد.

على ما يبدو ارتباطات مقنعة ، ويقول بين جينات معينة و انفصام فى الشخصية أو بين نظام غذائي مرتفع الدهن ومرض القلب ، قد يتبين أن يستند إلى منهجية مشكوك فيها جدا.

ربما نكون كأنواع مستعِدة بشكل سيئ معرفيا للتعامل مع هذه القضايا. كمعلم كندي كيران إيغان ضعها في كتابه الحصول عليه خطأ من البداية:

الأنباء السيئة هي أن تطورنا قد جهزنا للعيش في مجتمعات صغيرة ومستقرة ومجمعة للصيادين. نحن شعب بليستوسيني ، لكن أدمغتنا المهتزة خلقت مجتمعات ضخمة ومتعددة الثقافات ومتطورة تكنولوجيا ومتغيرة بسرعة لكي نعيش فيها.

ونتيجة لذلك ، يجب علينا أن نقاوم باستمرار إغراء رؤية معنى في الصدفة وأن نخلط بين الارتباط والعلاقة السببية.المحادثة

تم نشر هذه المقالة في الأصل المحادثة
قراءة المقال الأصلي.


حول المؤلف

borwein جوناثانجوناثان بوروين (جون) هو أستاذ الرياضيات في جامعة نيوكاسل. وهو أستاذ فخري للرياضيات في جامعة نيوكاسل ومدير مركز أبحاث الرياضيات بمساعدة الحاسوب وتطبيقاته (CARMA). وقد عمل في جامعات كارنيجي-ميلون ودالهاوسي وسيمون فرايزر وواترلوو ، كما أنه شغل كرسيين في كندا في مجال الأبحاث.

روز مايكلمايكل روز هو طالب دكتوراه ، كلية العلوم الرياضية والفيزيائية في جامعة نيوكاسل. طالب دكتوراه في الرياضيات تحت إشراف الأستاذ الجامعي جون بوروين في جامعة نيوكاسل ، أستراليا. يساعد حاليا مع البحوث في تطبيق الرياضيات كسورية إلى نمذجة توزيعات المشبك الدماغ.

بيان الإفصاح عن المعلومات: لا يعمل المؤلفون أو يتشاورون أو يمتلكون أسهماً أو يتلقون تمويلاً من أي شركة أو مؤسسة تستفيد من هذه المقالة. ليس لديهم أي ارتباطات ذات صلة.


أوصى الكتاب:

المال والجنس والحرب، السمعة: ملاحظات من أجل ثورة البوذية
ديفيد ر لوي.

المال والجنس والحرب، السمعة: ملاحظات من أجل ثورة البوذية التي كتبها ديفيد ر. لوي.أصبح ديفيد لوي واحدا من أقوى المدافعين عن وجهة نظر البوذية ، موضحا أنه لا أحد غيره من قدرته على تحويل المشهد الاجتماعي والسياسي للعالم الحديث. في المال ، الجنس ، الحرب ، الكرمةيقدم عروضا حادة وواضحة بشكل مثير للصدمة من المواد الغذائية البوذية التي لا يساء فهمها - عمل الكارما ، طبيعة الذات ، أسباب المشاكل على المستويين الفردي والمجتمعي - والأسباب الحقيقية وراء إحساسنا الجماعي "لا يكفي أبدا "سواء كان الوقت ، المال ، الجنس ، الأمن ... حتى الحرب. إن "الثورة البوذية" لداوود ليست أقل من تغيير جذري في الطرق التي يمكننا بها الاقتراب من حياتنا ، كوكبنا ، أوهامنا الجماعية التي تتخلل لغتنا ، وثقافتنا ، وحتى روحانيتنا.

انقر هنا للحصول على مزيد من المعلومات و / أو لطلب هذا الكتاب على الأمازون.


enafarزكية-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

اتبع InnerSelf على

الفيسبوك أيقونةتويتر أيقونةآر إس إس أيقونة

احصل على آخر عبر البريد الإلكتروني

{Emailcloak = إيقاف}

الأكثر قراءة