လက်တွေ့ဘဝတွင် မှားယွင်းသောဆက်စပ်မှုများ၏ ဥပမာ ၅

စာရင်းဇယားများတွင်၊ spurious correlation သည် အခြားကိန်းရှင်တစ်ခုမှ အမှန်တကယ်ဖြစ်ပေါ်ခြင်းမရှိပဲ မတော်တဆသက်သက်ဖြစ်ပေါ်လာသော variable နှစ်ခုကြား ဆက်စပ်မှုကို ရည်ညွှန်းသည်။

ဤဆက်စပ်ဆက်နွယ်မှု အမျိုးအစားသည် တစ်ခါတစ်ရံတွင် ကိန်းရှင်တစ်ခုက အခြားဆက်စပ်ဆက်နွယ်မှုကို အခွင့်အလမ်းသက်သက်သာ တည်ရှိနေသောအခါတွင် အခြားတစ်ခုကို ဖြစ်စေသည်ဟု တစ်ခါတစ်ရံ အကြံပြုနိုင်သောကြောင့် အန္တရာယ်ရှိသည်။

ကိန်းရှင်များကြား ဆက်စပ်မှု အမျိုးအစားသည် လက်တွေ့ဘဝတွင် အချိန်တိုင်း ဖြစ်ပေါ်နေပါသည်။

အောက်ဖော်ပြပါဥပမာများသည် မှားယွင်းသောဆက်စပ်မှု၏ မတူညီသောကမ္ဘာနမူနာငါးခုကို မျှဝေထားပါသည်။

ဥပမာ 1- ကျွမ်းကျင်မှုများနှင့် Box Office ဝင်ငွေ

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

၎င်းသည် မဟာဘွဲ့များ ထုတ်ပေးခြင်းသည် နှစ်စဉ် Box Office ဝင်ငွေ တိုးလာသည်ဟု မဆိုလိုပါ။

ဖြစ်နိုင်ခြေအရှိဆုံး ရှင်းပြချက်မှာ ကမ္ဘာ့လူဦးရေသည် တစ်နှစ်ထက်တစ်နှစ် တိုးလာခြင်းကြောင့် ဆိုလိုသည်မှာ တစ်နှစ်ထက်တစ်နှစ် မဟာဘွဲ့များ ချီးမြှင့်ခံရခြင်းနှင့် ရုပ်ရှင်သွားကြည့်သူ အရေအတွက်သည် တစ်နှစ်ထက်တစ်နှစ် အချိုးညီညီမျှသာ တိုးများလာသည်။

ကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုမှာ ပြင်းထန်သည်။

ဥပမာ 2- အိမ်ထောင်ရေးနှုန်းနှင့်စပ်လျဉ်း၍ ဝက်သက်ဖြစ်ပွားမှုများ

အမေရိကန်ပြည်ထောင်စုတွင် ဝက်သက်ဖြစ်ပွားမှု စုစုပေါင်းအရေအတွက်နှင့် အိမ်ထောင်ရေးနှုန်းတို့အပေါ် နှစ်စဉ် ဒေတာစုဆောင်းပါက အဆိုပါ ကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

ဝက်သက်ရောဂါဖြစ်ပွားမှုကို တစ်နည်းနည်းနဲ့ လျှော့ချခြင်းက အိမ်ထောင်ရေးနှုန်းကို လျော့ကျစေတယ်လို့ မဆိုလိုပါဘူး။ ကိန်းရှင်နှစ်ခုသည် သီးခြားဖြစ်သည်။

ခေတ်မီဆေးပညာသည် ဝက်သက်ရောဂါများကို လျော့ပါးသွားစေပြီး အကြောင်းအမျိုးမျိုးကြောင့် နှစ်စဉ် အိမ်ထောင်ပြုသူနည်းပါးလာပါသည်။

ကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုမှာ ပြင်းထန်သည်။

ဥပမာ 3- အထက်တန်းကျောင်းဆင်းများသည် ဒိုးနပ်စားသုံးမှုနှင့် ဆက်စပ်မှုရှိသည်။

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

အထက်တန်းကျောင်းဆင်းဦးရေ တိုးလာခြင်းသည် အမေရိကန်တွင် ဒိုးနပ်စားသုံးမှု တိုးလာသည်ဟု မဆိုလိုပါ။

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

ဒါက မှားယွင်းတဲ့ ဆက်စပ်မှုပါ။

ဥပမာ 4- နျူကလီးယားစွမ်းအင်ထုတ်လုပ်မှုနှင့် ဗီဒီယိုဂိမ်းရောင်းချမှု

ကမ္ဘာတစ်ဝှမ်းတွင် နှစ်စဉ် ဗီဒီယိုဂိမ်းရောင်းချမှု စုစုပေါင်းနှင့် နျူကလီးယားဓာတ်အားပေးစက်ရုံများမှ ထုတ်လုပ်သည့် စုစုပေါင်းစွမ်းအင်ဆိုင်ရာ အချက်အလက်များကို စုဆောင်းပါက အဆိုပါ ကိန်းရှင်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

ဗီဒီယိုဂိမ်းရောင်းအား တိုးလာခြင်းသည် နူကလီးယားစွမ်းအင် ထုတ်လုပ်မှုကို တိုးမြင့်လာစေသည်ဟု မဆိုလိုပါ။

ယင်းအစား၊ ကမ္ဘာ့လူဦးရေ တစ်နှစ်ထက်တစ်နှစ် တိုးလာသောကြောင့် နျူကလီးယား ဓာတ်အားပေးစက်ရုံများ ပိုမိုတည်ဆောက်ပြီး ဗီဒီယိုဂိမ်းများ ပိုမိုရောင်းချကြသည်။

ကိန်းရှင်နှစ်ခုစလုံးသည် အချိန်ကြာလာသည်နှင့်အမျှ အဆက်မပြတ်တိုးလာသော်လည်း၊ တစ်ခုသည် အခြားအကြောင်းရင်းမဟုတ်ပေ။ နှစ်ခုကြားက ဆက်စပ်မှုကတော့ ပြင်းထန်တယ်။

ဥပမာ 5- Arcades Income vs. ကျောက်မီးသွေးတွင်း အလုပ်များ

အမေရိကန်ပြည်ထောင်စုရှိ arcades များမှရရှိသော စုစုပေါင်းဝင်ငွေနှင့် အမေရိကန်ပြည်ထောင်စုရှိ ကျောက်မီးသွေးတူးဖော်ရေးအလုပ် စုစုပေါင်းအရေအတွက်အပေါ် ဒေတာစုဆောင်းပါက၊ ကွဲလွဲချက်နှစ်ခုသည် အလွန်ဆက်စပ်နေကြောင်း တွေ့ရှိရမည်ဖြစ်သည်။

ကိန်းရှင်တစ်ခုသည် အခြားတစ်ခုကို ကျဆင်းစေသည်ဟု မဆိုလိုပါ။

ယင်းအစား၊ အာကိတ်များနှင့် ကျောက်မီးသွေးမိုင်းတွင်းများသည် နှစ်များတစ်လျှောက်တွင် အဖြစ်နည်းလာကာ အဘယ်ကြောင့် ပြောင်းလဲနိုင်မှုနှစ်ခုလုံးသည် အကြမ်းဖျင်းတူညီသောနှုန်းဖြင့် ကျဆင်းသွားသည်ကို ရှင်းပြသည်။

ကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုမှာ ပြင်းထန်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် အခြားသော ကိန်းဂဏန်းဆိုင်ရာ အယူအဆများ၏ လက်တွေ့ကမ္ဘာ ဥပမာများကို ပေးဆောင်သည်-

လက်တွေ့ဘဝတွင် ဖြစ်နိုင်ခြေကို အသုံးပြုခြင်း ဥပမာများ
လက်တွေ့ဘဝတွင် ဆက်စပ်မှုကို အသုံးပြုခြင်း ဥပမာများ
လက်တွေ့ဘဝတွင် Mean၊ Median နှင့် Mode ကိုအသုံးပြုခြင်း ဥပမာများ