Correlação não implica causalidade: 5 exemplos concretos

A frase “ correlação não implica causalidade ” é frequentemente usada em estatísticas para enfatizar que a correlação entre duas variáveis não significa necessariamente que uma variável causa a outra.

Para entender melhor esta expressão, considere os seguintes exemplos concretos.

Exemplo 1: Vendas de sorvete e ataques de tubarões

Se coletássemos dados todos os anos sobre as vendas mensais de gelados e os ataques mensais de tubarões nos Estados Unidos, descobriríamos que as duas variáveis estão altamente correlacionadas.

Isso significa que comer sorvete causa ataques de tubarão?

Insuficiente. A explicação mais provável é que mais pessoas consomem sorvete e nadam no oceano quando está mais quente lá fora, o que explica por que essas duas variáveis estão tão correlacionadas.

Embora as vendas de sorvetes e os ataques de tubarões estejam altamente correlacionados, um não causa o outro.

Exemplo 2: Masteries e receita de bilheteria

Se recolhermos dados sobre o número total de mestrados concedidos pelas universidades todos os anos e a receita total de bilheteira gerada por ano, descobriremos que as duas variáveis estão altamente correlacionadas.

Isso significa que a emissão de mais títulos de mestrado leva a um aumento nas receitas de bilheteria a cada ano?

Insuficiente. A explicação mais provável é que a população mundial está a aumentar todos os anos, o que significa que estão a ser concedidos mais mestrados todos os anos e o número de pessoas que vão ao cinema todos os anos está a aumentar em proporções aproximadamente iguais.

Embora essas duas variáveis estejam correlacionadas, uma não causa a outra.

Exemplo 3: afogamentos em piscinas relacionados com a produção de energia nuclear

Se coletássemos dados sobre o número total de afogamentos em piscinas a cada ano e a quantidade total de energia produzida a cada ano pelas usinas nucleares, descobriríamos que as duas variáveis estão altamente correlacionadas.

Significa isto que o aumento dos afogamentos em piscinas está de alguma forma a levar ao aumento da produção de energia nuclear?

Não exatamente. A explicação mais provável é que a população mundial aumentou, o que significa que mais pessoas estão a afogar-se em piscinas, e a produção de energia nuclear está a tornar-se mais viável a cada ano, razão pela qual tem aumentado.

Embora essas duas variáveis sejam altamente correlacionadas, uma não causa a outra.

Exemplo 4: Casos de sarampo em relação à taxa de nupcialidade

Se coletássemos dados todos os anos sobre o número total de casos de sarampo nos Estados Unidos e a taxa de casamento, descobriríamos que as duas variáveis estão altamente correlacionadas.

Significa isto que menos casos de sarampo levam a taxas de casamento mais baixas?

Não exatamente. Em vez disso, as duas variáveis são independentes: a medicina moderna está a levar a um declínio nos casos de sarampo e menos pessoas casam-se todos os anos por diversas razões.

Embora essas duas variáveis sejam altamente correlacionadas, uma não causa a outra.

Exemplo 5: Diplomados do ensino médio em relação ao consumo de pizza

Se coletássemos dados todos os anos sobre o número total de graduados do ensino médio e o consumo total de pizza nos Estados Unidos, descobriríamos que as duas variáveis estão altamente correlacionadas.

Isso significa que um número crescente de pessoas com ensino médio está levando ao aumento do consumo de pizza nos Estados Unidos?

Insuficiente. A explicação mais provável é que a população dos EUA aumentou ao longo do tempo, o que significa que o número de pessoas com diploma do ensino secundário e a quantidade total de pizza consumida aumentam à medida que a população aumenta.

Embora essas duas variáveis estejam correlacionadas, uma não causa a outra.

Recursos adicionais

Os tutoriais a seguir fornecem informações adicionais sobre correlação:

Uma introdução ao coeficiente de correlação de Pearson
A causalidade implica correlação?
Correlação vs. associação: qual é a diferença?
O que é considerado uma correlação “forte”?
Quando você deve usar correlação?