逆因果関係: 定義と例

X が Y を引き起こすと考えていても、実際には Y が X を引き起こす場合、逆因果関係が発生します。

これは、多くの人が 2 つの現象を見て、一方が原因でもう一方が結果であると誤って仮定するときに犯しやすい間違いです。

例 1: 喫煙とうつ病

逆因果関係に関する一般的な誤謬には、喫煙とうつ病が関係します。

観察研究では、研究者は、喫煙量が多い人ほどうつ病になる傾向があることを観察するかもしれません。そのため、彼らは喫煙がうつ病の原因になると素朴に考えるかもしれません。

しかし、研究者らが後戻りし、実際にうつ病が人々を喫煙に駆り立てるのは、喫煙を否定的な感情を和らげ、ストレスを発散する方法であると考えている可能性がある。

例 2: 収入と幸福

逆因果関係のもう 1 つのよくある間違いは、報告されている年収と幸福度に関するものです。

観察研究では、研究者は、年収が高い人は人生全体でより幸福であると報告している可能性があることを観察するかもしれません。したがって、彼らは単純に、より高い収入がより多くの幸福につながると仮定することができます。

しかし実際には、生まれつき幸福度が高い人はより優秀な労働者となり、より高い収入を得る傾向があるのかもしれません。したがって、研究者は実際に関係を逆転させることができるかもしれません。収入が増えても幸福感が増すわけではないかもしれません。より多くの幸福がより高い収入の原因となる可能性があります。

例 3: 薬物使用と精神的健康

逆因果関係のもう 1 つの例は、薬物使用と精神的健康に関するものです。

観察研究では、研究者は薬物を使用する人々の精神的健康レベルも低い可能性があることを観察するかもしれません。研究者は、薬物使用が精神的健康の低下につながると素朴に想定するかもしれません。

実際には、生来の幸福度が低い人々は薬物を使用する可能性が高いのかもしれません。これは、薬物使用と精神的幸福の間の真の関係が逆転していることを意味します。

因果関係の判断

現象間の因果関係を評価する 1 つの方法は、 ブラッドフォード ヒル基準を使用することです。ブラッドフォード ヒル基準は、1965 年にイギリスの統計学者オースティン ブラッドフォード ヒル卿によって提案された 9 つの基準のセットであり、2 つの変数間の因果関係の証拠を提供するように設計されています。

9 つの基準は次のとおりです。

1.強度: 2 つの変数間の関連性が大きいほど、因果関係がある可能性が高くなります。

2. 一貫性:異なる場所で異なるサンプルを使用して異なる研究者によって観察された一貫した結果は、関連性が因果関係にある可能性を高めます。

3. 特異性:特定の部位および疾患に非常に特異的な集団が存在し、他に考えられる説明がない場合、因果関係がある可能性が高くなります。

4. 時間性:結果は原因の後に発生する必要があります。

5. 生物学的勾配:一般に、曝露量が大きくなると、影響の発生率も高くなります。

6. もっともらしさ:原因と結果の間のもっともらしいメカニズムは役に立ちます。

7. 一貫性:疫学的結果と検査結果が一致していると、影響の可能性が高まります。

8. 実験:実験中に他の変数を制御できるため、実験による証拠は関係が因果関係である可能性を高めます。

9. 類推:観察された関連性と他の関連性との間の類推または類似点を使用すると、因果関係が存在する可能性が高まります。

これら 9 つの基準を使用すると、2 つの変数間の因果関係を正しく特定できる可能性が高くなります。