Korelacja nie implikuje związku przyczynowego: 5 konkretnych przykładów

Wyrażenie „ korelacja nie implikuje związku przyczynowego ” jest często używane w statystyce, aby podkreślić, że korelacja między dwiema zmiennymi niekoniecznie oznacza, że jedna zmienna powoduje drugą.

Aby lepiej zrozumieć to wyrażenie, rozważ następujące konkretne przykłady.

Przykład 1: Sprzedaż lodów i ataki rekinów

Gdybyśmy co roku gromadzili dane dotyczące miesięcznej sprzedaży lodów i comiesięcznych ataków rekinów w Stanach Zjednoczonych, odkrylibyśmy, że te dwie zmienne są silnie skorelowane.

Czy to oznacza, że jedzenie lodów powoduje ataki rekinów?

Niewystarczająco. Najbardziej prawdopodobnym wyjaśnieniem jest to, że więcej osób spożywa lody i pływa w oceanie, gdy na zewnątrz jest cieplej, co wyjaśnia, dlaczego te dwie zmienne są tak silnie skorelowane.

Chociaż sprzedaż lodów i ataki rekinów są ze sobą ściśle powiązane, jedno nie powoduje drugiego.

Przykład 2: Mastery i dochody ze sprzedaży biletów

Jeśli zbierzemy dane na temat całkowitej liczby stopni magisterskich przyznawanych każdego roku przez uniwersytety oraz całkowitych przychodów ze sprzedaży biletów generowanych w ciągu roku, odkryjemy, że te dwie zmienne są silnie skorelowane.

Czy to oznacza, że wydawanie większej liczby stopni magisterskich prowadzi co roku do wzrostu przychodów ze sprzedaży biletów?

Niewystarczająco. Najbardziej prawdopodobnym wyjaśnieniem jest to, że liczba ludności na świecie rośnie z każdym rokiem, co oznacza, że każdego roku przyznawanych jest więcej stopni magisterskich, a liczba osób chodzących do kina każdego roku rośnie w mniej więcej równych proporcjach.

Chociaż te dwie zmienne są ze sobą skorelowane, jedna nie powoduje drugiej.

Przykład 3: utonięcia na basenach w związku z produkcją energii jądrowej

Gdybyśmy zebrali dane na temat całkowitej liczby utonięć w basenach każdego roku i całkowitej ilości energii wyprodukowanej każdego roku w elektrowniach jądrowych, odkrylibyśmy, że te dwie zmienne są silnie skorelowane.

Czy to oznacza, że częstsze utonięcia na basenach w jakiś sposób prowadzą do zwiększonej produkcji energii jądrowej?

Nie dokładnie. Najbardziej prawdopodobnym wyjaśnieniem jest wzrost liczby ludności na świecie, co oznacza, że coraz więcej osób tonie w basenach, a wytwarzanie energii jądrowej z roku na rok staje się coraz bardziej opłacalne i dlatego wzrasta.

Chociaż te dwie zmienne są silnie skorelowane, jedna nie powoduje drugiej.

Przykład 4: Liczba przypadków odry w odniesieniu do wskaźnika zawieranych małżeństw

Gdybyśmy co roku gromadzili dane na temat całkowitej liczby przypadków odry w Stanach Zjednoczonych i wskaźnika zawieranych małżeństw, odkrylibyśmy, że te dwie zmienne są silnie skorelowane.

Czy to oznacza, że mniejsza liczba przypadków odry prowadzi do niższego wskaźnika małżeństw?

Nie dokładnie. Zamiast tego te dwie zmienne są niezależne: współczesna medycyna prowadzi do spadku liczby przypadków odry i co roku mniej osób zawiera związek małżeński z różnych powodów.

Chociaż te dwie zmienne są silnie skorelowane, jedna nie powoduje drugiej.

Przykład 5: Absolwenci szkół średnich a spożycie pizzy

Gdybyśmy co roku zbierali dane na temat całkowitej liczby absolwentów szkół średnich i całkowitego spożycia pizzy w Stanach Zjednoczonych, odkrylibyśmy, że te dwie zmienne są silnie skorelowane.

Czy to oznacza, że rosnąca liczba absolwentów szkół średnich prowadzi do zwiększonej konsumpcji pizzy w Stanach Zjednoczonych?

Niewystarczająco. Najbardziej prawdopodobnym wyjaśnieniem jest to, że populacja Stanów Zjednoczonych z biegiem czasu wzrosła, co oznacza, że wraz ze wzrostem populacji wzrasta liczba osób z dyplomem szkoły średniej i całkowita ilość spożywanej pizzy.

Chociaż te dwie zmienne są ze sobą skorelowane, jedna nie powoduje drugiej.

Dodatkowe zasoby

Poniższe samouczki zawierają dodatkowe informacje na temat korelacji:

Wprowadzenie do współczynnika korelacji Pearsona
Czy przyczynowość implikuje korelację?
Korelacja vs. skojarzenie: jaka jest różnica?
Co uważa się za „silną” korelację?
Kiedy warto zastosować korelację?