ဆက်စပ်မှုသည် အကြောင်းရင်းကို ရည်ညွှန်းခြင်းမဟုတ်ပါ- ခိုင်မာသော ဥပမာ ၅ ခု

ကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုသည် ကိန်းရှင်တစ်ခုသည် အခြားတစ်ခုကို ဖြစ်စေသည်ဟု မဆိုလိုကြောင်း ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်နွှယ်မှုကို အလေးပေးရန်အတွက် ” correlation does not imply causation ” ဟူသော စကားစုကို ကိန်းဂဏန်းများတွင် မကြာခဏအသုံးပြုလေ့ရှိသည်။

ဤအသုံးအနှုန်းကို ပိုမိုကောင်းမွန်စွာ နားလည်ရန် အောက်ပါ ခိုင်မာသော ဥပမာများကို သုံးသပ်ကြည့်ပါ။

ဥပမာ 1- ရေခဲမုန့်ရောင်းချမှုနှင့် ငါးမန်းတိုက်ခိုက်မှု

အမေရိကန်နိုင်ငံတွင် လစဉ်ရေခဲမုန့်ရောင်းချမှုနှင့် လစဉ်ငါးမန်းတိုက်ခိုက်မှုများအတွက် နှစ်စဉ်ဒေတာကို စုဆောင်းထားပါက အဆိုပါကွဲလွဲချက်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

ရေခဲမုန့်စားခြင်းသည် ငါးမန်းတိုက်ခိုက်ခြင်းကို ဖြစ်စေသည်ဟု ဆိုလိုပါသလား။

မလုံလောက်။ ဖြစ်နိုင်ခြေအရှိဆုံး ရှင်းပြချက်မှာ အပြင်ဘက်တွင် ပိုပူလာသောအခါ သမုဒ္ဒရာထဲတွင် ရေခဲမုန့် စားသုံးပြီး ရေကူးတတ်သူ ပိုများလာခြင်းကြောင့် ဤကိန်းရှင်နှစ်ခုသည် အဘယ်ကြောင့် အလွန်ဆက်စပ်နေကြောင်း ရှင်းပြသည်။

ရေခဲမုန့်ရောင်းချမှုနှင့် ငါးမန်းတိုက်ခိုက်မှုတို့သည် အလွန်ဆက်စပ်မှုရှိသော်လည်း၊ တစ်ခုက အခြားတစ်ခုကို မဖြစ်ပေါ်စေပါ။

ဥပမာ 2- Masteries နှင့် Box Office ဝင်ငွေ

နှစ်စဉ် တက္ကသိုလ်များမှ ချီးမြှင့်သော မဟာဘွဲ့ စုစုပေါင်း အရေအတွက်နှင့် တစ်နှစ်လျှင် ရရှိသည့် Box Office ဝင်ငွေ စုစုပေါင်းအပေါ် ဒေတာ စုဆောင်းပါက အဆိုပါ ကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

Master’s ဒီဂရီများ ပိုမိုထုတ်ပေးခြင်းသည် တစ်နှစ်ထက်တစ်နှစ် Box Office ဝင်ငွေတိုးလာသည်ဟု ဆိုလိုပါသလား။

မလုံလောက်။ ဖြစ်နိုင်ခြေအရှိဆုံးရှင်းပြချက်မှာ ကမ္ဘာ့လူဦးရေသည် တစ်နှစ်ထက်တစ်နှစ် တိုးလာခြင်းကြောင့် ဆိုလိုသည်မှာ တစ်နှစ်ထက်တစ်နှစ် မာစတာဘွဲ့များ ချီးမြှင့်ခံရခြင်းနှင့် ရုပ်ရှင်သွားကြည့်သူဦးရေသည် တစ်နှစ်ထက်တစ်နှစ် အချိုးညီညီမျှသာ တိုးများလာသည်။

ဤကိန်းရှင်နှစ်ခုသည် ဆက်စပ်နေသော်လည်း တစ်ခုက အခြားတစ်ခုကို မဖြစ်ပေါ်စေပါ။

ဥပမာ 3- နျူကလီးယားစွမ်းအင်ထုတ်လုပ်ခြင်းနှင့်ဆက်စပ်၍ ရေကူးကန်များတွင် ရေနစ်ခြင်း။

နှစ်စဉ်နှစ်တိုင်း ရေကူးကန်အတွင်း ရေနစ်သေဆုံးမှု စုစုပေါင်းနှင့် နူကလီးယားဓာတ်အားပေးစက်ရုံများမှ နှစ်စဉ်ထုတ်လုပ်သော စွမ်းအင်စုစုပေါင်းပမာဏကို စုဆောင်းခဲ့မည်ဆိုလျှင် အဆိုပါ ကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

ရေကူးကန်များတွင် ရေနစ်သေဆုံးမှုများ တိုးလာခြင်းသည် နျူကလီးယား စွမ်းအင်ထုတ်လုပ်မှုကို တစ်နည်းနည်းဖြင့် တိုးလာစေသည်ဟု ဆိုလိုပါသလား။

အတိအကျတော့ မဟုတ်ဘူး။ ဖြစ်နိုင်ခြေအရှိဆုံး ရှင်းပြချက်မှာ ကမ္ဘာ့လူဦးရေ တိုးလာခြင်း၊ ဆိုလိုသည်မှာ လူများ ရေကူးကန်များတွင် နစ်မြှုပ်နေကြခြင်းဖြစ်ပြီး နူကလီးယား ဓာတ်အားထုတ်လုပ်ရေးသည် တစ်နှစ်ထက် တစ်နှစ် ပိုမို အားကောင်းလာသောကြောင့် တိုးပွားလာရခြင်း ဖြစ်သည်။

ဤကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေသော်လည်း တစ်ခုက အခြားတစ်ခုကို မဖြစ်ပေါ်စေပါ။

ဥပမာ 4- အိမ်ထောင်ရေးနှုန်းနှင့်စပ်လျဉ်း၍ ဝက်သက်ဖြစ်ပွားမှုများ

အမေရိကန်ပြည်ထောင်စုတွင် ဝက်သက်ဖြစ်ပွားမှု စုစုပေါင်းအရေအတွက်နှင့် အိမ်ထောင်ရေးနှုန်းတို့အပေါ် နှစ်စဉ် အချက်အလက် စုဆောင်းပါက အဆိုပါ ကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

ဝက်သက်ရောဂါဖြစ်ပွားမှု နည်းပါးလာခြင်းသည် အိမ်ထောင်ရေး နှုန်းကို နိမ့်ကျစေသည်ဟု ဆိုလိုပါသလား။

အတိအကျတော့ မဟုတ်ဘူး။ ယင်းအစား၊ ကွဲပြားချက်နှစ်ခုသည် သီးခြားဖြစ်သည်- ခေတ်မီဆေးပညာသည် ဝက်သက်ရောဂါဖြစ်ပွားမှု ကျဆင်းသွားစေရန် ဦးတည်နေပြီး အကြောင်းအမျိုးမျိုးကြောင့် နှစ်စဉ်လူအနည်းငယ်သာ လက်ထပ်ကြသည်။

ဤကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေသော်လည်း တစ်ခုက အခြားတစ်ခုကို မဖြစ်ပေါ်စေပါ။

ဥပမာ 5- အထက်တန်းကျောင်းဆင်းများသည် ပီဇာစားသုံးမှုနှင့် ဆက်စပ်နေသည်။

အကယ်၍ ကျွန်ုပ်တို့သည် အမေရိကန်ပြည်ထောင်စုရှိ အထက်တန်းကျောင်းဆင်းများ၏ စုစုပေါင်းအရေအတွက်နှင့် ပီဇာစားသုံးမှု စုစုပေါင်းအပေါ် နှစ်စဉ်ဒေတာကို စုဆောင်းပါက၊ ကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

အထက်တန်းကျောင်းဆင်းဦးရေ တိုးများလာခြင်းသည် အမေရိကန်ပြည်ထောင်စုတွင် ပီဇာစားသုံးမှု တိုးလာသည်ဟု ဆိုလိုပါသလား။

မလုံလောက်။ ဖြစ်နိုင်ခြေအရှိဆုံး ရှင်းပြချက်မှာ လူဦးရေ တိုးလာသည်နှင့်အမျှ အထက်တန်းကျောင်း ဒီပလိုမာ ရရှိသူ အရေအတွက်နှင့် လူဦးရေ တိုးလာသည်နှင့်အမျှ အမေရိကန် လူဦးရေ တိုးလာကြောင်း ရှင်းပြချက်မှာ ဖြစ်နိုင်ခြေ အရှိဆုံး ဖြစ်သည်။

ဤကိန်းရှင်နှစ်ခုသည် ဆက်စပ်နေသော်လည်း တစ်ခုက အခြားတစ်ခုကို မဖြစ်ပေါ်စေပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ဆက်စပ်မှုဆိုင်ရာ နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

Pearson Correlation Coefficient နိဒါန်း
အကြောင်းရင်းက ဆက်နွယ်မှုကို ဆိုလိုသလား။
ဆက်စပ်မှု vs. အသင်းအဖွဲ့- ကွာခြားချက်ကဘာလဲ။
အဘယ်အရာကို “ ခိုင်မာသော” ဆက်စပ်မှုဟုယူဆသနည်း။
ဆက်စပ်မှုကို ဘယ်အချိန်မှာ သုံးသင့်လဲ။