Öğretme örnekleri: Korelasyon nedensellik anlamına gelmez

74

Eski bir deyiş vardır: "Korelasyon nedensellik anlamına gelmez". Öğretirken, bu noktayı göstermek için aşağıdaki standart örnekleri kullanmaya meyilliyim:

Danimarka'da leylek sayısı ve doğum oranı;
Amerika'da rahiplerin sayısı ve alkolizm;
20. yüzyılın başında, 'radyo sayısı' ile 'Çılgın İlticalardaki İnsan Sayısı' arasında güçlü bir ilişki olduğu belirtildi.
ve en sevdiğim: korsanlar küresel ısınmaya neden oluyor .

Ancak, bu örnekler için herhangi bir referansım yok ve eğlenceli olsa da, açıkça yanılıyorlar.

Başka iyi örnekleri olan var mı?

correlation teaching

— csgillespie
kaynak

2

Bazı harika örnekler için Freakonomics'i çevirin. Onların bibliyografyası referanslarla doludur.

— Stephen Turner

17

xkcd.com/552

— Ami

5

Korsanların / küresel ısınma çizelgesinin komplo teorisyenleri tarafından açıkça hazırlandığını - korsanların neredeyse tamamen silindiği için sıcaklıktaki son keskin artışı göstermekten kaçınmak için herkes eşit olmayan bir süre boyunca bile olsa aralıklarını çizdiklerini görebilir. Hepimiz biliyoruz ki sıcaklık arttıkça rom buharlaşır ve korsanlar bu şartlara dayanamaz. ;-)

— AdamV

4

WTF o korsan grafiğindeki x ekseni üzerinde mi?

— naught101

1

Veya Google Correlate’e koyduğunuz hemen hemen her şey, o şeye gelsin.

— eşlenikçi

39

"Nedenlerin" asimetrik bir ilişki olduğunu açıklamak faydalı olabilir (X, Y'nin X'ten farklı olmasına neden olur), "simetrik bir ilişki" ile ilişkilidir.

Örneğin, evsiz nüfus ve suç oranı, aynı yerlerde hem yüksek ya da düşük olma eğiliminde olabilir. Evsiz nüfusun suç oranıyla, suç oranının evsiz nüfus ile korele olduğunu söylemek eşit derecede geçerlidir. Suçun evsizliğe neden olduğunu ya da evsiz nüfusun suça neden olduğunu söylemek farklı ifadelerdir. Ve korelasyon, her ikisinin de doğru olduğu anlamına gelmez. Örneğin, altta yatan neden, uyuşturucu kullanımı veya işsizlik gibi 3. bir değişken olabilir.

İstatistiğin matematiği, başka bir yargılama biçimi gerektiren altta yatan nedenleri belirlemede iyi değildir.

— Paul
kaynak

3

Yargı iyi bir kelime çünkü gözlemleyebileceğimiz tek şey korelasyon. Tüm bu deneyler ve / veya akıllı istatistikler yapabilecekler, bir etkiye neden olabilecek şeyler için bazı alternatif açıklamaları dışlamamıza izin vermektir.

— Jonas

Simetrik / asimetrik ilişkiler hakkında çok iyi yorumlar. Biri, küresel ısınmanın korsanlığın artmasına neden olduğunu iddia edebilir.

— Andre Holzner

27

Favorilerim:

1) İtfaiyeciye ateş ne kadar çok gönderilirse, o kadar çok hasar verilir.

2) Özel ders alan çocuklar, özel ders almayan çocuklardan daha kötü notlar alırlar.

ve (bu benim en iyilerim)

3) İlkokul yıllarında astrolojik işaret, IQ ile koreledir, ancak bu korelasyon yaşla zayıflar ve yetişkinliğe göre kaybolur.

— Peter Flom
kaynak

2

(@xmjx Geçen yıl verilen ilk örnek.) Astroloji örneğini seviyorum.

— whuber

Lütfen örneği astrolojik işaret ile açıklayabilir misiniz?

— Eugene D. Gubenkov

2

Boşver, anladım. Bunun, yılın başında doğanlar ile sonunda doğanlar arasındaki yaş farkıyla ilgisi var. Güzel.

— Eugene D. Gubenkov

24

Bunu hep sevdim:

limon vs ölüm

kaynak: http://pubs.acs.org/doi/abs/10.1021/ci700332k

— chrisamiller
kaynak

1

Güzel, ama orada nedensellik sonucunu çıkarmaya çalışan birini göremiyorum. Yoksa Meksikalı limonlu kamyon şoförleri sınırdan geçtiklerinde tehlikeli bir şekilde tehlikeli midir?

— AdamV

2

Açıkçası, ABD'deki limon yasaları bolluğunun beklenmedik bir yan etkisi. Örneğin, bakınız: en.wikipedia.org/wiki/Lemon_law

— Thylacoleo

11

Benim bir meslektaşım ... 2000 sonrası dönemde bu verilerine baktık ve ilişki 'dışı numunesi' daha da rahatsız edici olduğunu, oldukça iyi tutulan bulundu

— shabbychef

pbs.twimg.com/media/BBBMyXnCIAIw1ED.jpg:large

— Džuris

Basit bir rasyonalizasyon, her ikisinin de zamanla azalmasıdır. 2000 sonrası veriler bunu destekliyor mu? PS, Box Hunter ve Hunter (aşağıya bakınız) leylekleri aynı şekilde açıklayın: her ikisi de söz konusu dönemde zamanla arttı.

— Emil Friedman

23

Bazen korelasyon yeterlidir. Örneğin, araba sigortasında erkek sürücüler daha fazla kaza ile ilişkilendirilir, bu yüzden sigorta şirketleri onları daha fazla ücretlendirir. Bunu nedensellik için test etmenin bir yolu yok. Sürücülerin cinsiyetini deneysel olarak değiştiremezsiniz. Google nedensellik umurunda değil yüzlerce milyar dolar kazandı.
Nedensellik bulmak için genellikle gözlemsel verilere değil, deneysel verilere ihtiyacınız vardır. Ekonomide, genellikle bir CEO bir anda ölür ve hisse senedi fiyatı yükselirse, nedenselliği üstlenebilir gibi, nedensellik test etmek için sisteme gözlenen "şokları" kullanırlar.
Korelasyon nedensellik için gerekli ancak yeterli olmayan bir durumdur. Nedensellik göstermek için bir karşı-gerçeklik gerektirir.

— Neil McGuigan
kaynak

1

Verdiğin ilk örneği beğendim. Bu kesinlikle öğrencilerin konuşmasını sağlayacaktır;)

— csgillespie

1

Buradaki blogunda Steve Steinberg'in ilginç bir tartışması var: blog.steinberg.org/?p=11 , 1'in bazı etkileri ve Zayıf AI açısından nereye yönelebileceği hakkında.

— Amos

Birisi son cümle içinde biraz genişleyebilir mi?

— naught101

4

Sadece hızlı bir açıklama: Nedensellik için korelasyon gerekli değildir (korelasyonla neyin kastedildiğine bağlı olarak): korelasyonun lineer korelasyon olması durumunda (az istatistikle oldukça az sayıda insan terim kullanıldığında varsayılan olarak varsayılacaktır) ancak nedensellik doğrusal değil. Örneğin, içindeki , doğrudan ( içindeki değerleri alır ), ancak neden olursa . Eğer simetrik dağıtılır, ve mükemmel bağımlı halde ilintisiz olacak.

X

$X$

(- 1, 1)

$(-1,1)$

Y

$Y$

(0, 1)

$(0,1)$

Y = \sqrt{1 - X^{2}}

$Y = \sqrt{1-X^2}$

X^{'} s

$X's$

X

$X$

Y

$Y$

— Glen_b

18

Kullanmayı sevdiğim birkaç örnek var.

80'li yıllarda New York'taki suçun nedenini araştırırken, kenti temizlemeye çalışırken, bir akademisyen işlenen ciddi suç miktarı ile sokak satıcıları tarafından satılan dondurma miktarı arasında güçlü bir ilişki buldu ! (Neden ve sonuç hangisi?) Açıkçası, her ikisine de neden olan gözlemlenmemiş bir değişken vardı. Yazlar, suçun en büyük olduğu ve en fazla dondurmanın satıldığı zamandır.
Avucunuzun büyüklüğü, ne kadar yaşayacağınızla (gerçekten!) Negatif olarak ilişkilidir . Aslında, kadınlar daha küçük avuç içi yaşama eğilimindedir ve daha uzun yaşarlar.
[En sevdiğim] Birkaç yıl önce, bir kişinin içerdiği soda miktarının, obezite olasılığı ile pozitif ilişkili olduğunu gösteren bir çalışmayı duydum .(Kendi kendime dedim - şekerli gazoz içen ve o kadar boş kalorileri alan insanların olması gerektiği için mantıklı geliyor.) Birkaç gün sonra daha fazla ayrıntı ortaya çıktı. Neredeyse tüm korelasyon, diyet meşrubat tüketiminin artmasından kaynaklanıyordu. (Bu benim teorimi mahvetti!) Peki, nedensellik hangi yoldur? Diyet alkolsüz içecekler bir kişinin kilo almasına neden olur mu, veya kilo alımı kilo diyetindeki içeceklerin tüketiminde artışa neden olur mu? (Sonuna karar vermeden önce, sıçanlarla yapılan kontrollü bir deneylerin suni tatlandırıcılı bir yoğurtla beslenen gruba normal yoğurtla beslenen gruba göre daha fazla ağırlık kazandığı çalışmayı görün.) İki referans: Daha Fazla Diyet Soda İçmek , Daha Fazla Kilo Almak? ; Obezite ile bağlantılı diyet gazlı içecekler. Bence hala bunu çözmeye çalışıyorlar.

— whuber
kaynak

4

Sonuncusu, sunduğunuzdan biraz daha karmaşık, ancak soda / diyet sodası ile obezite arasında bulunan gözlemsel ilişkilerin çoğunun eleştirel bir gözle ele alınması gerektiği konusunda hemfikirim. Teorik olarak bazıları, sahte şeker / yağ ikamelerinin basit kalori alımının ötesinde başka fizyolojik etkilere sahip olduğunu belirtmiştir. Örneğin , fareler ve sentetik yağlar üzerindeki bu deneye bakınız (Freakonomics blogundan alınmıştır).

— Andy W

18

Bir ülkenin kazandığı Nobel ödüllerinin sayısı (nüfus için ayarlama), kişi başına düşen çikolata tüketimi ile de ilişkilidir. ( New England Tıp Dergisi )

görüntü tanımını buraya girin

— Harvey Motulsky
kaynak

2

+1 NEJM ile yayınladıklarında çok üzüldüm

— MattBagg

5

İsveç'e olan yakınlığı ile de oldukça iyi korelasyon gösteriyor gibi görünüyor ..

— naught101

2

Çikolata tüketimi (kişi başına), kişi başına düşen seri katil sayısıyla da önemli ölçüde ilişkilidir. replicatedtypo.com/…

— Harvey Motulsky

2

Üç tane Nobel ödülünü kazananı (belli belirsiz) tanımalarını istedim ve üçü de meslektaşlarının çoğundan daha fazla çikolata yediklerini söyledi. Tabii ki, bu cevaplar NEJM makalesini okuduktan sonra geldi!

— Harvey Motulsky

4

@MattBagg Bu "Durum Notları" olarak yayınlandı ve açıkçası ciddiye alınmaması gerekiyor.

— Pascal,

12

Her ne kadar birden fazla karşılaştırma sorununun bir örneği olsa da, aynı zamanda yanlış anlaşılan nedenselliğin iyi bir örneğidir:

Rugby (Galler dini) ve Katolik kilisesi üzerindeki etkisi: Papa Benedict XVI endişelenmeli mi?

"Galler rugby grand slam'ı her kazandığında, Papa 1978 hariç, gerçekten iyi olduğu ve iki Papa öldüğü zaman bir Papa ölür."

— Simon Byrne
kaynak

9

Bu post hoc ergo propter hoc probleminin ele almayı sevdiğim iki problemi var: (i) ters nedensellik ve (ii) endojenite

"Mümkün" ters nedensellik örneği: Sosyal içme ve kazanç - içenlere Bethany L. Peters & Edward Stringham göre daha fazla para kazanmak (2006. "Hayır İçki Sen kaybedebilir: sulama tekneleri, fazla para Daha nondrinkers kazanın Neden" Çalışma Journal Araştırma, İşlem Yayıncıları, cilt 27 (3), sayfa 411-421, Haziran). Veya daha fazla harcanabilir gelirleri olduğundan veya stres nedeniyle daha fazla para kazanan insanlar daha fazla içiyor mu? Bu, ölçüm hatası, yanıt yanlılığı, nedensellik, vb. Gibi her türlü nedenden dolayı tartışmak için harika bir makaledir.

"Muhtemel" bir içselliğe örnek: Kıyma Denklemi, eğitim, tecrübe ve deneyim karesine göre kütük kazancını açıklar. Bu konuda uzun bir literatür var. İşgücü ekonomistleri, eğitimin kazançlar üzerindeki nedensel ilişkisini tahmin etmek istemektedir ancak belki de eğitim içseldir, çünkü “yetenek” bir bireyin sahip olduğu eğitim miktarını artırabilir (edinme maliyetini düşürerek) ve kazancından bağımsız olarak kazancında bir artışa yol açabilir. eğitim seviyesi. Bunun için olası bir çözüm, araçsal bir değişken olabilir. Angrist ve Pischke'nin kitabı, Çoğunlukla Zararsız Ekonometri bu konuyu ele alıyor ve konuları ayrıntılı ve net bir şekilde ele alıyor.

Desteklemediğim diğer saçma örnekler: - Kişi başına düşen televizyon sayısı ve ölüm oranı. Öyleyse gelişmekte olan ülkelere televizyon gönderelim. Açıkçası her ikisi de GSYİH gibi bir şey için endojendir. - Köpekbalığı saldırıları ve dondurma satışlarının sayısı. Her ikisi de belki de sıcaklığa endojen?

Ayrıca çılgın ve örümcekle ilgili korkunç şakaları anlatmayı da severim. Bir akıl hastası, sığınma koridorlarını avucunun içinde taşıdığı bir örümcekle dolaşıyor. Doktoru görür ve "Bakın Doktor, örümceklerle konuşabilirim. Bunu izleyin." Örümcek, sola dön! "Örümcek usulüne uygun bir şekilde sola hareket eder. Devam eder," Örümcek, sağa gider. " avucunun sağında. Doktor, “İlginç, belki bir sonraki grup oturumunda bunun hakkında konuşmalıyız. Bunu izleyin. “Örümcek bacaklarının her birini teker teker çeker ve sonra bağırır,“ Örümcek, sola dön! ”Örümcek avucunun üzerinde hareketsiz bir şekilde uzanır ve çılgınlar doktora döner ve sonuçlanır" bacakları sağır olur. "

— Graham Cookson
kaynak

8

En iyi öğretilenler arasında boğulma sayıları ve dondurma satışlarının yüksek oranda ilişkili olabileceği ancak birinin diğerine neden olduğu anlamına gelmediği öğrenildi. Boğulmalar ve dondurma satışları, havanın güzel olduğu yaz aylarında açıkça daha yüksektir. Üçüncü değişken, yani iyi hava, onlara neden olur.

— TJM
kaynak

6

“Korsanlar küresel ısınmaya neden oluyor” un genelleştirilmesi: Zamanla artan veya azalan (monoton olarak) iki miktarı seçin ve bazı korelasyonlar görmelisiniz.

— Andre Holzner
kaynak

6

Google Correlate'de birkaç dakika geçirebilir ve her türlü sahte korelasyonla karşılaşabilirsiniz.

— Zach
kaynak

1

Bu bağlantı soruyu cevaplayabilse de, cevabın temel kısımlarını buraya eklemek ve referans için bağlantıyı sağlamak daha iyidir. Bağlantılı sayfa değişirse, yalnızca bağlantı yanıtları geçersiz olabilir.

— gung

1

Sen ciddi misin? Bağlantı, bir cevabı tanımlayan basit bir sayfaya değil, bir uygulamaya yöneliktir. Bağlantılı sayfa yine de değişirse, araç kullanılamaz duruma geldiğinde (geçerli biçimde) cevap geçersiz olur.

— Jerome Baum

6

Cebir Bir sınıflarımda korelasyon-nedensellik öğretimi konusunda öğrencilerle çalışıyorum. Pek çok olası örneği inceliyoruz. Bağlantılı Bebekler ve Tehlikeli Dondurma: Correlation Puzzlers adlı makaleyi Şubat 2013 Matematik Öğretmeninden faydalı buldum. "Gizlenen değişkenler" hakkında konuşma fikrini seviyorum. Ayrıca bu çizgi film sevimli bir konuşma başlatıcısı:

görüntü tanımını buraya girin

Karikatürde bağımsız ve bağımlı değişkeni tanımlarız ve bunun bir nedensellik örneği olup olmadığı hakkında konuşmayız.

— gung
kaynak

4

Özellikle ABD'de, 1960'lı yılların başından itibaren, nükleer silah testleri her zaman yüksek olduğu için doğum oranlarındaki düşüşe (ya da bu önlemi tercih ediyorsanız doğurganlık oranlarına) düşüşle ilgili ilginç bir örneği okudum (uzun zaman önce). (1961'de patlatılan en büyük nükleer bomba SSCB'de test edildi). Oranlar, en çok sayılanların bunu yapmayı bıraktığı yirminci yüzyılın sonlarına doğru belirsizliğini sürdürdü.

Şimdi bu rakamları birleştiren bir referans bulamıyorum, ancak bu Wikipedia makalesinde ülkelere göre nükleer silah test numaraları hakkında rakamlar var .

Tabii ki, doğum oranının 1960'ların başından itibaren 'tesadüfen' kontraseptif hapın yasallaştırılması ve yasallaştırılması ile korelasyonuna bakmak daha mantıklı olabilir. (Önce sadece bazı eyaletlerde, sonra tüm evliler sadece evli kadınlar, daha sonra bazıları evlenmemiş, sonra tahtanın karşısına), Ama bu bile nedenin bir parçası olabilir; Eşitlik, ekonomik değişimler ve diğer faktörlerin bir sürü başka yönü de önemli bir rol oynamaktadır.

— AdamV
kaynak

İlginç örnek, çünkü ilk bakışta, en aptal örneklerin aksine, olası bir sebep-sonuç ilişkisi gibi görünüyor.

— Bossykena

1

Sevdiğim şey, “etkinin” doğurganlığı gerçekten etkilemek mi (gebe kalmak için tıbbi bir yetenek anlamında) veya sosyal mi (“bir çocuğu bu kötüye götürmek istemiyorum) hakkında çok fazla tartışmaya neden olabilirsiniz. dünya "). Öyleyse, başkası getirmediyse, hapı bombaya bırakın. Ve sonra, bunun bile yalnızca bir olası faktör olabileceğini ve bazılarını tartışabileceğini belirtin.

— AdamV

4

Kendi başına bir korelasyon asla nedensel bir bağlantı kuramaz. David Hume (1771-1776), tamamen ampirik yollarla belirli bir nedensellik bilgisi elde edemediğimizi oldukça etkili bir şekilde savundu . Kant bu adrese teşebbüs için Vikipedi sayfası Kant oldukça güzel Özetle görünüyor:

Kant, empiristler ve rasyonalistler arasında bir uzlaşma yarattığına inanıyordu. Deneyciler bilginin yalnız tecrübe ile edinildiğine inandılar, ancak rasyonalistler bu bilginin Kartezyen şüphesine açık olduğunu ve bu nedenin bize sadece bilgi sağladığını söylediler. Bununla birlikte, Kant, aklı deneyime uygulamaksızın kullanmanın yalnızca yanılsamalara yol açacağını, deneyimin ise ilk önce saf sebep altına alınmadan tamamen öznel olacağını savunuyor.

Başka bir deyişle, Hume bize yalnızca bir korelasyonu gözlemleyerek nedensel bir ilişkinin var olduğunu asla bilemeyeceğimizi söyler, ancak Kant nedensel bir bağı ima eden korelasyonları ayırt etmeyenlerden ayırmak için kullanabileceğimizi ileri sürer. Kant'ın belli bilgilerden ziyade makul olma yönünden yazdığı sürece, Hume'in aynı fikirde olduğunu sanmıyorum.

Kısacası, bir korelasyon nedensel bir bağlantıyı ortaya koyan bazı kanıtlar sağlar, ancak kanıtların ağırlığı büyük ölçüde ilgili özel koşullara bağlıdır ve asla kesin olarak emin olamayız. Müdahalenin etkilerini tahmin edebilme yeteneği, güven kazanmanın bir yoludur (hiçbir şeyi ispatlayamayız, ancak gözlemsel kanıtlarla ispat edebiliriz, bu yüzden en azından nedensel bağlantı teorisini tahrif etmeye çalıştık). Neden diğer kanıt türlerini de açıklayan bir korelasyon gözlemlememiz gerektiğini açıklayan basit bir modele sahip olmak, mantığımızı Kant'ın önerdiği gibi uygulayabilmemizin bir başka yoludur.

Uyarıcı emptor: Tamamen mümkün, felsefeyi yanlış anladım, ancak bir korelasyonun nedensel bir bağlantının kanıtını asla sağlayamayacağı söz konusudur.

— Dikran Marsupial
kaynak

2

Buna değer, şu anki terminolojide kişinin Kant'ı iddia ettiği gibi okuması gerektiğini düşünüyorum, örneğin İkinci Analoji'nde, gözlemlediğiniz korelasyonları göz önünde bulundurarak, onları oluşturan bazı nedensel grafiklerin olduğunu söylemek gerekir . Bildiğim kadarıyla yapısını tanımlamak için özel bir metodu yoktu, ancak tam olarak bağlantılı olması gerektiğini varsaydı (çünkü 'her olayın bir nedeni var'). Bu anlamda çağdaşdır: nedensel çıkarım, örneğin bir grafik aracılığıyla ifade edilen ve verilerde gözlenen düzenliliklerin nedensel varsayımların bir karışımını gerektirir. Ve tipik olarak ilk kısımdan kaçınamazsınız ya da verilerden kaynaklanamazsınız

— conjugateprior

+1 iyi açıkladı! Belki ben de Bayesian'um ama nedensel bir ilişki hakkında kesin bir bilgiye sahip olamayacağımız fikrinden de fazla sıkılmıyorum .

— Dikran Marsupial

4

$x_t$ $y_t$ $y_t$ $x_{t-1}$ $y_t$ $x_{t-1}$

— user603
kaynak

Aslında. Bakınız en.wikipedia.org/wiki/Granger_causality .

— StasK,

4

Batı Almanya'daki yeni doğan bebek sayısı ile leylek çiftleri arasındaki korelasyonu gösteren standart alıntı , cinsel eğitim için yeni bir parametredir , Nature 332, 495 (07 Nisan 1988); doi: 10.1038 / 332495a0

— James Scott-Brown
kaynak

3

Sloven köylerinde erkeklerde sperm sayısı ve ayı sayısı (ayrıca Slovenya'da) negatif bir korelasyon göstermektedir. Bazı insanlar bunu çok endişelendiriyor. Bunu yapan çalışmayı deneyeceğim.

— Roman Luštrik
kaynak

3

Geçenlerde bir konferansa katıldım ve konuşmacılardan biri bu çok ilginç bir örnek verdi (mesele başka bir şeyi göstermek olsa da):

Amerikalılar ve İngilizler çok fazla yağ yiyor. ABD ve İngiltere'de yüksek oranda kardiyovasküler hastalık vardır.
Fransızlar çok fazla yağlı yemek yiyor, ancak düşük (er) kardiyovasküler hastalık oranına sahipler.
Amerikalılar ve İngilizler çok alkol içerler. ABD ve İngiltere'de yüksek oranda kardiyovasküler hastalık vardır.
İtalyanlar çok fazla alkol içiyorlar, ancak yine de (düşük) kardiyovasküler hastalık oranı düşük.

Sonuç? Ne istersen ye ve iç. Ve eğer İngilizce konuşursanız kalp krizi geçirme şansınız yüksek!

— nico
kaynak

3

Aynı zamanda ekolojik yanlışlığın güzel bir örneğidir (yani, grup düzeyinde verilerden bireysel seviye hakkında çıkarımlar yapmak).

— Jeromy Anglim 11

3

görüntü tanımını buraya girin

Bu çizgi film rom XKCD , CrossValidated'de başka bir yere de gönderildi.

— Harvey Motulsky
kaynak

3

Kullandığım bir diğer korelasyon örneği, organik yiyecek yiyenlerin sayısındaki büyük artış ve ABD'de otizm teşhisi konan çocukların sayısındaki artış, web'de bir parodi grafiği var. otizm organik gıda parodi grafiği

— user61177
kaynak

3

http://tylervigen.com/

Bu açıkça nedensellik ile ilgisi olmayan bir ton korelasyon gösteriyor - Ya da Age of Miss America'nın Cinayetlerle buhar, sıcak buharlar ve sıcak nesneler arasında nasıl bir korelasyon yarattığına dair bir fikrin var mı?

??

— xyz
kaynak

2

"Korelasyon nedensellik anlamına gelmez" öğretimi kimseye gerçekten yardımcı olmuyor çünkü günün sonunda tüm çıkarım tartışmalar kısmen korelasyona dayanıyor.

İnsan bir şey yapmamayı öğrenmede çok kötü.

Amaç yapıcı olmalıdır: Daima aynı verileri üretebilecek varsayımlarınıza alternatifleri düşünün.

— Hristiyan
kaynak

1

Bu soruya cevap vermiyor: belki de bir yorum olarak anlaşılmalıdır.

— whuber

2

Profesör bunları Giriş olasılık sınıfında kullandı:

1) Ayakkabı ölçüleri okuma yeteneği ile ilişkilidir.

2) Köpekbalığı saldırısı, dondurma satışı ile ilişkilidir.

— Shrey
kaynak

2

Bir yangına ne kadar fazla itfaiye aracı gönderilirse, hasar da o kadar büyük olur.

— xmjx
kaynak

1

Örnek olarak bununla ilgili tek sorun, net bir ters nedensellik olduğudur.

— naught101

1

Daha iyi bir paradigmanın nedensellik olabileceğini düşünüyorum, güvenilir ve tercihen kanıtlanmış bir mekanizma ile ilişkili korelasyon gerektiriyor. Bence bu, öneri de dahil olmak üzere çeşitli anlamlara sahip olduğundan, bu bağlamda çok dikkatli kullanılmalıdır.

— Robert Jones
kaynak

1

Storks örneği, Box, Hunter & Hunter'ın "Denemeler İçin İstatistikler ..." (Wiley) adlı kitabının ilk basımının (1978) 8. sayfasındadır. 2. baskıda olup olmadığını bilmiyorum. Şehri Oldenburg, zaman dönemi 1930-1936 olarak tanımlarlar.

Bunlar referans Ornithologische Monatsberichte , 44 , No 2, Jahrgang, 1936, Berlin, ve 48 , No 1, Jahrgang 1940, Berlin ve Statistiches Jahrbuch Deutscher Gemeinden , 27-33 1932-1938 yılları Gustav Fischer, Jena.

— Emil Friedman
kaynak

0

Bir makalede komik bir tane gördüm.

Bangladeş'te tereyağı üretimi, S&P 500 ile on yıllık bir süre içerisinde en yüksek korelasyonlardan birine sahip.

— Bu
kaynak

2

Ha? Grafik S & P'yi zaman içinde gösterir. Başlık, grafikte görünmeyen tereyağı ve peynir üretimi hakkında konuşuyor. ???

— Harvey Motulsky

nerdsonwallstreet.typepad.com/my_weblog/files/…

— 12'de

3

Tamam, şimdi anlıyorum. Grafik, bir üç regresyon modelinin tahminini gösterir, üç saçma değişkenleri dahil etmenin, modelin zaman içinde SP500'deki değişimi öngörmesi için oldukça iyi bir iş yaptığını gösterir. Bu, çoklu regresyona aşırı uyum göstermenin iyi bir örneğidir ve dolaylı olarak, korelasyonun (veya fantezi modelin geliştirilmiş uyumluluğunun) nedensellik anlamına gelmediğini göstermektedir.

— Harvey Motulsky,

0

İşte mükemmel bir tane. Ve ne yazık ki, ne harika bir öğretim noktası olarak kullanılabilir çünkü ne Washington Post personeli ne de Hastalık Kontrol ve Önleme Merkezleri, makalenin Soğan'da bir hiciv parçası olması gerektiğine dair hiçbir bilgi birikimi göstermedi.

https://www.washingtonpost.com/health/trumps-presidency-may-be-making-latinos-sick/2019/07/19/4e89b9f0-a97f-11e9-9214-246e594de5d5_story.html?utm_term=.9dd329c2e837

— Mark C.
kaynak

3

Lütfen bağlantının arkasında söylenenleri özetleyin, yalnızca yanlış olduğunu düşündüğünüzü değil.

— cbeleites

Üzgünüm. Ancak bunun kendi kendini açıklayıcı olduğunu düşündüm.

— Mark C.

2

Bağlantı, kaynağa referans olarak iyi, ancak herkesin gerçekten okuyabildiğini varsaymamalısınız (ya da fazla güçlük çekmeden). Lütfen aklınızda bulundurun: Bu tür bağlantılar, bağlantı çürüklüğüne çok açıktır ve tüm gazeteler tüm coğrafi bölgelere hizmet etmemektedir (örneğin, AB GSYİH’ya uyumun zahmete değmeyeceğine ve sonuç olarak AB’nin IP’li okurları engelleyeceğine karar veren ABD gazeteleri vardır). adres).

— cbeleites

-2

Birisi, korelasyon nedensellik anlamına gelmeyebilir ama kesinlikle iyi bir ipucu olabileceğini söyledi :)

Tamam, eğlenceli olanı bir kenara bırakmak, tam olarak nedensellik nedir? Korsanların küresel ısınmaya neden olmadığından gerçekten emin miyiz?

Karşı sezgisel, ancak neyin sebep olduğu ve neyin etki ettiği (bir korelasyon çalışmasında net değil). Tabii ki birçok kez her ikisi de sadece ortak nedenin etkileri olabilir (ve dolayısıyla ilişkilidir)

Hepsi nedensellik belirleme yöntemine kaynar.

Bu, söylemenin sebebidir (amaçlanan):

Küçük yalanlar var. Büyük yalanlar var Ve istatistikler var.

— Nikos M.
kaynak