统计学的相关关系并不意味着因果关系

在统计学中，有一个非常著名的说法，即相关关系并不意味着因果关系。让我们通过下面的图表例子来理解这个说法。

这个图表有两个随机变量X和Y。

第一个随机变量X是人均巧克力消费量，这意味着在一个给定的国家，每人平均消费多少巧克力。

所以我们选取了一些国家，并将X计算为每人每年的巧克力消费量，单位为公斤。

Y轴是一定数量的诺贝尔奖获得者，诺贝尔奖获得者为1000万人口。

现在给定上述数据，如果我们计算Rank相关系数，你会得到一个0.791的数值，大约接近0.8（非常高）。

我还可以观察到，随着X的增加，Y也在增加。对。

但我能不能做一个声明，比如说X导致Y？

或者用简单的认为，随着巧克力消费的增加，你的国家可以产生更多的诺贝尔奖得主。

这是不正确的，对吗？

结论

仅仅因为这里的两个随机变量X和Y以非常高的等级相关系数0.8相关，这并不一定意味着X导致Y或者Y导致X。

这是绝对错误的结论。这是一个荒谬的结论。

要理解因果关系，在应用数学中有一个完整的领域，叫做因果模型，这是统计学和应用数学中一个非常高级的领域。但与相关性相比，那是一个完全不同的话题。请永远不要把相关性和因果关系混淆。在你做出这样的结论之前，应该始终牢记这个巧克力的例子。

参考资料:

https://stats.stackexchange.com/questions/36/examples-for-teaching-correlation-does-not-mean-causation

Vidhya分析是一个分析和数据的社区。

更多因果性不同于相关性的栗子！

丹麦的鹳鸟数量和出生率。

美国牧师的数量和酗酒。

在20世纪初，人们注意到 "收音机的数量 "和 "精神病院的人数 "之间有很强的相关性，还有海盗导致全球变暖。虽然很有趣，但它们显然是错误的。

有没有人有其他好的例子？

解释一下 "原因 "是一种不对称的关系（X导致Y与Y导致X不同），而 "与 "相关是一种对称的关系，可能是有用的。

例如，无家可归的人口和犯罪率可能是相关的，因为二者在同一地点都趋于高或低。说无家可归的人口与犯罪率相关，或者说犯罪率与无家可归的人口相关，都是同样有效的。

说犯罪导致无家可归，或无家可归人口导致犯罪是不同的说法。相关性并不意味着这两种说法都是真的。例如，根本原因可能是第三个变量，如药物滥用，或失业。

统计学的数学不善于识别根本原因，这需要其他形式的判断。

转自：“量化研究方法”微信公众号

如有侵权，请联系本站删除！