Kesin cevap “hayır, nedensellik mutlaka korelasyon anlamına gelmez” dir.
Düşünün ve . Nedensellik güçlenmiyor: belirler . Ancak, ve arasındaki korelasyon 0'dır. Kanıt: Bu değişkenlerin (eklem) momentleri: ; ; kullanarak standart normal dağılımın tuhaf anlarının hepsinin sıfıra eşit olma özelliği (moment oluşturma fonksiyonundan kolayca türetilebilir). Dolayısıyla, korelasyon sıfıra eşittir.X∼N(0,1)Y=X2∼χ21XYXYE[X]=0E[Y]=E[X2]=1
Cov[X,Y]=E[(X−0)(Y−1)]=E[XY]−E[X]1=E[X3]−E[X]=0
Yorumların bir kısmına değinmek: Bu argümanın çalışmasının tek nedeni, dağılımının sıfırda merkezlenmiş olması ve 0 civarında simetrik olmasıdır. Aslında, bu özelliklere sahip, yeterli sayıda anı olacak başka herhangi bir dağılım, yeri , örneğin üzerine üniforma veya Laplace . Basitleştirilmiş argüman her pozitif değeri için olmasıdır , bir eşit olasılıkla negatif değer yoktur size karesini aldığımda nedenle aynı büyüklükteydi , sen büyük değerler olduğunu söyleyemeyiz büyük veya daha küçük değerler ile ilişkilidir veXN(0,1)(−10,10)∼exp(−|x|)XXXXY. Ancak, eğer derseniz , , , ve . Bu mükemmel bir anlam ifade eder: sıfırın altındaki her değeri için, sıfırın üstünde olan çok daha muhtemel bir değeri vardır , dolayısıyla daha büyük değerleri daha büyük değerleri ile ilişkilendirilir . (İkincisi, merkezi olmayan bir dağılımına sahiptir ; varyansı Wikipedia sayfasından çekebilir ve ilgileniyorsanız korelasyonu hesaplayabilirsiniz.)X∼N(3,1)E[X]=3E[Y]=E[X2]=10E[X3]=36X - X X -Y χ 2Cov[X,Y]=E[XY]−E[X]E[Y]=36−30=6≠0X−XXYχ2