Кореляція не передбачає причинного зв'язку; а як бути, коли одна зі змінних

41

Мені відомо, що це запитання було задано мільярд разів, тому, переглянувши Інтернет, я повністю переконаний, що співвідношення між двома змінними не означає причинності. В одній із моїх сьогоднішніх лекцій зі статистики ми провели гостьову лекцію фізика про важливість статистичних методів у фізиці. Він сказав вражаюче твердження:

кореляція не означає причинно-наслідкового зв’язку, БЕЗ ВИКЛАДНОю однією зі змінних є час. Отже, якщо існує сильна кореляція між якоюсь незалежною змінною та часом, то це означає і причину.

Я ніколи раніше не чув цього твердження. Чи фізики / релятивісти бачать "Причинність" інакше, ніж статистичні люди?

correlation mathematical-statistics causality

— Томас Мур
джерело

12

Це невиразне твердження, і, мабуть, неправдиве. Час нічого не викликає, крім радіоактивного розпаду. Словник, як правило, покращується з віком, але він повністю опосередковується соціалізацією та освітою. Чи можете ви описати контекст і проблему, в якій це твердження було затверджено?

— AdamO

@AdamO умови для причинності є простіше , коли ви знаєте , тимчасовий пріоритет, але вони не так просто , як в цьому питанні.

— Ніл Г

2

Це майже звучить так, ніби вони описують причинність Грейнджера .

— Баркер

1

Тільки зазначивши, що якщо ви дійсно хочете дізнатися, як фізики бачать причинність, ви швидше отримаєте ці відповіді на тему « Фізика» . Модифікована версія цього питання може бути на тему там.

— David Z

2

Я чув, як говорилося, що додавання часу до моделі як незалежної змінної просто означає, що ви не витратили багато часу, намагаючись моделювати процес генерації даних, створюючи ваші залежні змінні.

— Олексій

37

Я дам ще одну відповідь, оскільки думаю, що надані в даний час пропускають важливий момент твердження, зробленого фізиком. Цитується твердження:

"кореляція не означає причинно-наслідкового зв’язку. БЕЗ ВИКОРИСТАННЯ однієї зі змінних є час. Отже, якщо існує сильна кореляція між деякою незалежною змінною та часом, то це означає і причинну причину."

Фізик не каже:

"Якщо X і Y співвідносяться, а X приходить до Y, то кореляція передбачає причинну причину."

Це було б неправильно. Те , що фізика є вислів:

"Якщо X і час співвідносяться, то це співвідношення означає, що збільшення часу викликає збільшення (або зменшення) X."

Прикладом може бути ентропія. Якщо у нас є сильна кореляція між збільшенням часу та збільшення ентропії, то можна сказати, що збільшення часу викликає збільшення ентропії. Зауважте, що це ігнорує, якими можуть бути фізичні причини зростаючої ентропії (розпад частинок, розширення Всесвіту тощо).

Однією з традиційних вимог до причинного зв’язку є прогресування часу, а саме те, що X може спричинити Y лише в тому випадку, якщо X приходить до Y. Але якщо одна з ваших змінних IS час, то прогресування часу вже вбудовано у взаємозв'язок (якщо відносини існують).

EDIT: На основі різноманітних коментарів я хочу додати наступне. Я думаю, що фізик, можливо, тут використовує інше уявлення про слово «причинно-наслідковий зв’язок». Він, здається, говорить, що якщо існує залежність між незалежною змінною та часом, можна зробити висновок, що незалежна змінна змінюється передбачувано з часом. Деякі люди можуть сказати, що зміни "спричинені" з плином часу. Це не так, як статистики використовують слова "причина" чи "причинно-наслідковий зв'язок", так що це може спричинити певну плутанину.

— Дункан
джерело

3

+1 Саме так я і інтерпретував заяву (див. Мої попередні коментарі та відповідь)

— Рубен ван Берген

5

Якщо ви збираєтеся зробити час змінною у своїй графічній моделі, то час не має причин і є причиною всього. Тому є вагомим твердженням припустити, що час викликає якусь конкретну річ, оскільки час викликає все.

— Ніл Г

2

Вакуумне чи ні, це тлумачення, яке, здається, відповідає тому, що нібито сказав фізик. Не стріляйте в месенджер;). Крім того, я вважаю, що це важливо зробити, якщо мета - навчити людей про взаємозв'язок між кореляцією та причинно-наслідковим зв’язком, навіть якщо ви вважаєте, що справді враховувати час, що спричиняє справи на практиці.

— Рубен ван Берген

6

@ GeoMatt22 - Я не погоджуюся з ідеєю "час викликає все". Подумайте про перегортання монети в кілька разів - навіть якщо я гортаю години, я все одно повинен отримати приблизно 1/2 співвідношення голів, тому час не "спричиняє" ймовірність того, що голови будуть йти вгору або вниз. Помістіть кубик льоду в приміщення, і його температура підніметься, і він буде танути з плином часу - час "викликає" температурну рівновагу в цьому випадку. Це може бути різний сенс слова "причина", який використовують статистики, але я думаю, що це функціональне тлумачення з точки зору фізики.

— Дункан

6

Справа в тому, що ви ніколи не розглядаєте графічну структуру, згідно з якою будь-яка змінна викликає проходження часу. Тому єдиною графічною структурою є те, що час є причиною всіх інших змінних. Це може не мати на них абсолютно ніякого впливу (як у вашому прикладі), але причинно-наслідкові стрілки - це твердження про причинно-графічну структуру, яка передбачає умовні зв'язки незалежності за даними спостережень та втручань . Сила впливу - це окреме питання.

— Ніл Г

15

Ми не знаємо, що мав на увазі фізик. Далі випливають дві різні інтерпретації.

Твердження, що передує і корелює з означає, що викликає є помилковим. Це не досить для і , залежить навіть якщо передує . Так , наприклад, і обидва можуть бути викликані деякими іншими змінної : . Або може виникнути ще більш складна картина: де $X$ $Y$ $Y$ $X$ $Y$ $X$ $Y$ $X$ $Y$ $X$ $Y$ $W$ $X \leftarrow W \rightarrow Y$ $X \leftarrow V \rightarrow Z \leftarrow W \rightarrow Y$ $Z$ спостерігається. Тепер і залежні і не мають загальної причини, але ні одна причина не викликає. $X$ $Y$

Однак часовий пріоритет значно спрощує умови ствердження причинно-наслідкових зв’язків, які ви можете знайти в книзі Причинності Перла Глави 2.7 «Місцеві критерії причинно-наслідкових зв’язків».

Змінна має причинний вплив на якщо є третя змінна і контекст , обидва виникають перед , так що: $X$ $Y$ $Z$ $S$ $X$

; $(Z\; \not\perp\!\!\!\!\perp Y \mid S)$

$(Z \perp\!\!\perp Y \mid S \cup X)$

За суті, (1) слід , що є потенційною причиною , враховуючи тимчасову перевагу, і (2) випливає , що може порушити цей зв'язок, яка може відбутися тільки в тому випадку викликає . $Z$ $Y$ $X$ $X$ $Y$

Ця умова набагато простіше, ніж визначення Перла для справжньої причини без тимчасової інформації.

Інша можливість викладені в деяких інших відповідей , що фізик мав в виду , що якщо є часом , і це корелює з , то викликає . Це твердження є правильним, але вакуумним, оскільки проходження часу є причиною всіх інших змінних, під якими я маю на увазі, що причинно-наслідкова графічна структура є таким. Причинно-наслідкова графічна структура - це сукупність претензій щодо незалежних зв’язків за даними спостережень та втручань. $X$ $Y$ $X$ $Y$

— Ніл Г
джерело

2

Як я згадував у коментарях до відповіді GeoMatt22, я не думаю, що твердження фізика не має нічого спільного з перевагою.

— Рубен ван Берген

2

@RubenvanBergen Як я пояснив в іншій відповіді, це тлумачення є вакуумним. Час викликає все.

— Ніл Г

У вашому прикладі

,

і

залежать, але не співвідносяться (якщо тільки

і

не співвідносяться через з'єднання, яке ви не вказали).

X \leftarrow V \to Z \leftarrow W \to Y

$X \leftarrow V \rightarrow Z \leftarrow W \rightarrow Y$

X

$X$

Y

$Y$

V

$V$

W

$W$

— Рубен ван Берген

@RubenvanBergen Вони можуть бути співвіднесені. Це залежить від характеру залежностей. До речі, я сказав ,

і

є залежними даний

спостерігається.

X

$X$

Y

$Y$

Z

$Z$

— Ніл Г

1

@RubenvanBergen Я думаю, що ти неправильно розумієш стрілки. Ці причинні стрілки, і інформація може випливати з

в

з пояснення геть на

. Вважайте, що

- "Дощ",

- "Спринклер вимкнений",

- мокрий грунт,

- звук дощу, а

- показник відключення спринклера. Тепер, враховуючи, що земля мокра,

корелює з

завдяки поясненню.

V

$V$

W

$W$

Z

$Z$

V

$V$

W

$W$

Z

$Z$

X

$X$

Y

$Y$

X

$X$

Y

$Y$

— Ніл Г

10

Я припускаю, що ваш викладач-гість мав на увазі, що у фізиці єдиними кореляціями, які переживають реплікацію, є ті, де існує основний причинний зв’язок. Змінна часу є винятком, оскільки це єдина змінна, яка не контролюється фізиком. Ось чому.

У фізиці ми зазвичай маємо справу з повторюваними явищами та експериментами. Власне кажучи, майже зважаючи на те, що будь-який експеримент є повторюваним і може бути повторений вами пізніше або іншими дослідниками. Отже, скажімо, ви спостерігаєте зразок, де - спостереження змінної, що цікавить, та незалежних змінних . Як я вже згадував вище, ми повністю контролюємо змінні і можемо встановлювати їх на будь-яке значення, яке ми бажаємо. $y_i,x_{ki}$ $x_k$ $x_{k}$

Ваш хлопець-фізик каже, що в цій установці ви не побачите жодної кореляції якщо не буде причинно-наслідкового зв’язку. Чому? Тому що хтось інший або навіть ви самі повторите експеримент із будь-якою комбінацією та послідовністю , і лише кореляції з причинно-наслідковими зв’язками переживуть тиражі експерименту. Усі інші (хибні) кореляції зникнуть, коли ви зіберете достатньо даних у всіх можливих комбінаціях експерименту. $Corr[y,x_{k}]$ $x_{kj}$

Така ситуація суперечить суспільним наукам та діловому застосуванню, де не можна робити експерименти. Ви дотримуєтесь лише однієї послідовності ВВП країни, і не можете змінити рівень безробіття, вважаючи все іншим рівним, і дотримуєтесь кореляційних зв’язків.

Зараз час є єдиною змінною, яку фізик не може контролювати. Є лише 1 січня 2017 року. Він не може повторити цей день. Він може повторити будь-яку іншу змінну, але не час. Ось чому, коли йдеться про час ( не пропущений час чи вік), фізик перебуває в тому ж човні, що і всі інші: кореляція не означає для нього причинного зв’язку.

— Аксакал
джерело

5

Я не чув про це раніше, і було б НЕ вірно в відповідності з уявленнями про причинності , що я знайомий з (хоча я не фізик).

Зазвичай, щоб викликати , необхідно, щоб передував в часі. Отже, якщо передує це не може бути "викликано" , незалежно від будь-якої кореляції. Більше того, передує , не є достатньою умовою причинного зв'язку (також незалежно від будь-якої кореляції). $X$ $Y$ $X$ $Y$ $Y$ $X$ $X$ $X$ $Y$

— GeoMatt22
джерело

1

Я думаю, ви неправильно розумієте, що мав на увазі цей фізик. Я думаю, що вони мали на увазі ситуацію, коли дві змінні співвідносяться між собою, і одна з цих змінних - час. Ви припускаєте, що жодна змінна не є часом, але там, де приходить час, одна змінна передує іншій.

— Рубен ван Берген

3

Y

$Y$

Y_{t}

$Y_t$

t

$t$

Δ t

$\Delta{t}$

@RubenvanBergen, можливо, викладач намагався висловити спрощену версію чимось на кшталт того, що, схоже, Вікіпедія називає « причинною структурою »? Кореляція з часом (на досить тонких масштабах) означала б різницю у "напрямку, подібному часу". Я, можливо, неправильно його читаю, але скрімування Вікіпедії пропонує використання, подібне до того, що я писав вище: "причинно-наслідкова структура" визначає, що означає "попереднє". Але це все одно здається мені "необхідним, але недостатнім".

— GeoMatt22

Я просто проходжу цитату у запитанні: "кореляція не означає причинно-наслідкового зв’язку. БЕЗ ВИКЛАДНОю однією зі змінних є час. Отже, якщо існує сильна кореляція між якоюсь незалежною змінною та часом, то це передбачає і причину". Для мене це означає, що у нас є деяка змінна X, яка корелює з часом. Ми робимо висновок, що проходження часу спричиняє X, а не те, що X викликає проходження часу, тому що останній є безглуздим.

— Рубен ван Берген

4

Я не думаю, що час у цьому обов'язково унікальний, але це, безумовно, хороший приклад. Справа в тому, що зазвичай, якщо A&B співвідносяться, ви можете припустити, що існує якась загальна причинно-наслідкова ситуація, але ви не знаєте, чи викликає A B або B причину A, або, можливо, третя змінна C викликає і A & B. Однак , у певних випадках ви можете виключати, що будь-яка інша змінна спричиняла A, і так повинно бути, що A викликала B. Одним із таких прикладів є контрольований експеримент, де ви , експериментатор, керуєте A. Потім, якщо зміна, яку ви внесете в "Корелює" зі зміною B, ви знаєте, що це повинно було бути A, яке спричинило зміни B, а не навпаки.

Інший тип сценарію, який є цим прикладом із часом, - це якщо ви просто знаєте, що жодна інша змінна не могла спричинити A, оскільки ви знаєте, що ні на що не може впливати А. Оскільки час просто тече по одній секунді за раз, незалежно. будь-якої іншої змінної у світі, то якщо час корелює зі змінами певної змінної, яка вас зацікавила (скажімо, кількість людей на планеті), ви точно знаєте, що з часом час, мабуть, спричинив зміну цієї змінної, а не ніж ваша змінна, що викликає час пройти або змінити іншим чином (тобто час не пішов вперед, тому що народилося більше людей, це має бути навпаки).

Звичайно, ви все ще не знаєте, чи є пряма причинність. Імовірно, саме проходження часу не призводить до автоматичного збільшення кількості людей. Швидше за все, розгортання історії спричиняє прогрес у різних аспектах суспільства, і це призводить до збільшення чисельності населення (і навіть це спрощення багатьох маленьких причинних зв’язків). Але незалежно від точних факторів, які ви граєте, ви точно знаєте, що A (в кінцевому рахунку) призводить до B, а не навпаки.

— Рубен ван Берген
джерело

У першому пункті ваші три випадки не є вичерпними. Є й інші графічні структури, сумісні з кореляцією.

— Ніл Г

A

$A$

A

$A$

B

$B$

1

Як я вже говорив в іншій відповіді, ідея інтерпретувати "проходження часу" як змінної та стверджувати, що вона повинна бути причиною якоїсь іншої змінної, є марною. Ця змінна час є причиною всього.

— Ніл Г

Взагалі кажучи, я цілком впевнений, що перераховані вами варіанти - це всі можливості. У нас може бути A, що викликає B, або B, що викликає A (прямо чи опосередковано), або у нас може бути щось інше, що спричиняє і A & B. Звичайно, можливі і комбінації, де, наприклад, A має певний причинний вплив на B, але в в той же час третій фактор С також причинно впливає і на A & B. І тоді я думаю, що збіг є ще одним варіантом, але це нудно. Але мені було б цікаво дізнатися про будь-які інші можливості.

— Рубен ван Берген

1

Перевірте мою відповідь. Я проілюстрував четвертий випадок, хоча є ще багато випадків.

— Ніл Г

4

Насправді кореляція означає причинно-наслідковий зв’язок.

Можливо, A викликав B, або C викликав A і B.

Однак кореляція не доводить причинно-наслідкового зв’язку.

Це само собою зрозуміло.

— L1-A
джерело

5

Огляди відповідей та коментарів свідчать про те, що тут розмова вийшла за рамки таких дрібниць. Рекомендую переглянути деякі повідомлення як допомогу для оцінювання проблем.

— whuber

3

Я б трактував це як семантичний, а не математичний / статистичний аргумент. Я б також сприйняв це як досить суворе узагальнення.

У критерії Бредфорда Хілл , часто використовуваний в епідеміології, забезпечує хорошу основу для роздумів про причинно - наслідкового зв'язку. Ніщо не може остаточно довести причинно-наслідкову ситуацію, чи є час чи ні фактором, і я підозрюю, що лектор не намагався висловити таке сильне твердження. Однак багато різних факторів можуть бути використані як розумні аргументи для причинного зв'язку.

Наприклад, критерії Бредфорд-Хілл дозволяють припустити, що міцність асоціації між змінними може слугувати свідченнями причинного зв'язку, але сама по собі не є достатньою. Аналогічно, асоціація, яка узгоджується з іншими відомими / повіреними фактами, може припускати причинно-наслідковий зв’язок сильніше, ніж асоціація, яка не відповідає переважаючим знанням. Тимчасовість також є одним із критеріїв - причина повинна передувати її наслідку. Асоціація та умовиводи, які ми робимо про причинно-наслідкові зв’язки, повинні мати часовий сенс. Рекомендую переглянути інші критерії. Деякі з них характерні для епідеміології та не застосовуються до фізики, але це все ще корисний спосіб мислення.

Основний момент полягає в тому, що, хоча жоден доказ не може остаточно довести причинно-наслідковий зв’язок, ви можете побудувати для нього добрий випадок на основі ряду різних логічних перевірок. Я можу стверджувати, що надання абсолютної переваги будь-якому одному критерію, наприклад, часу, не є доцільним, але тимчасовість може бути важливим фактором у справі, коли причинно-наслідкова ситуація є правдоподібною.

Це призводить до більш широкого моменту щодо статистики: загалом кажучи, ми використовуємо статистику для аргументації. Ми використовуємо дані та статистичні засоби для певного моменту. Часто одні й ті ж дані (і навіть ті самі інструменти) можуть використовуватися для створення конфліктних точок. Ми не можемо знайти остаточного доказу причинності в самій математиці, але можемо розгорнути наші статистичні інструменти як частину більш широкого аргументу. Докладніше про це я рекомендую статистику Абельсона як принциповий аргумент.

Щоб повернути це до початкової ситуації, скажімо, ви провели експеримент щодо впливу концентрації певного хімічного речовини в розчині на температуру цього розчину. Ви підозрюєте, що додавання більше цієї хімічної речовини призведе до реакції, що підвищує температуру. Ви додаєте поступово з часом. Ви можете подивитися на температуру в часі і побачити підвищення. Все це свідчить про те, що температура з часом зростає; це не доводить, що сам час (або що-небудь інше в цьому питанні) має певний причинний ефект. Однак це дає деякі докази в більш широкому аргументі, що підвищення концентрації цього хімічного речовини призводить до реакції, що підвищує температуру.

— djlid
джерело

Своєрідною думкою є застосування критерію Хілла "тимчасового пріоритету" до викриття самого часу. Безумовно, час передував самому часу. Як ми знаємо, тенденції рідко є причинними, але відображають інші одночасні явища . У цьому прикладі, я не думаю, що час нічого не спричинив, але узагальнені глобальні зрушення в налаштуваннях, які мали вплив як на вплив, так і на результат.

— AdamO

Я не стверджую, що ми застосовуємо аргумент до самого часу настільки, щоб сказати, що, якщо у нас є час як частина наших даних, ми можемо використовувати його, щоб зробити одну частину більш широкого аргументу для причинного зв'язку. Продемонструвавши, що наші спостереження мають часовий сенс, ми ближче до розумного причинного аргументу. Сподіваємось, нам було б набагато більше, ніж над цим працювати, щоб створити сильніший аргумент.

— djlid

3

Речення досить просте і не варто переосмислювати (і не має нічого спільного з пріоритетом).

Якщо існує встановлена кореляція між змінною та часом (тобто ми знаємо, що збільшення часу супроводжується збільшенням змінної, і це дана ), то ми знаємо "причинний" напрямок: тобто збільшення часу, причини змінна для збільшення.

Оскільки альтернативна гіпотеза "нах-ух, це могло бути, що час лише збільшився, оскільки змінна, що зросла спочатку ", просто не витримає, якщо працює час.

Це може здатися дурним спостереженням, але воно має важливі наслідки для дизайну дослідження, намагаючись довести причинний напрямок. Важливим прикладом медицини є різниця між виконанням поперечного перерізу та когортного дослідження.

Наприклад, поперечне дослідження, яке намагається знайти зв’язок між курінням і раком, може взяти групу людей, розділити їх на курців проти некурящих і побачити, скільки в кожній групі має рак проти не раку. Однак це слабкі докази, оскільки співвідношення між курінням та раком також можна трактувати як "люди, які страждають на рак, частіше насолоджуються курінням".

Однак, якщо ви проводите когортне дослідження, тобто берете групу курців і групу некурящих, і слідкуйте за ними через час, і вимірюйте змінну "рак у курців мінус рак у некурящих", і встановіть позитивну співвідношення цієї змінної з часом (за обґрунтованими припущеннями, що колись кількість куріння, щойно розпочалася, є постійною та незалежною від часу тощо), то ви знаєте, що "час" є причиною різниці раку, оскільки ви не можете стверджувати, що підвищений рівень раку спричинив час пройти більше у групі куріння. Тому ви можете стверджувати про причинно-наслідкову ситуацію між тим, що проходить час і позитивну різницю раку, пов'язану з більш високими показниками в групі курців. (або, простіше кажучи, витрачений час на приналежність до групи куріння викликає пропорційне збільшення ризику раку).

Крім того, слабкість перехресного дослідження, тобто можливість того, що "люди, які страждають на рак, частіше вживають куріння", тепер вийшли з вікна, оскільки куріння як змінна була виведена з "часу проти раку" рівняння (тут вважається постійним і тому не впливає на час). Іншими словами, формулюючи дослідження таким чином, ми дослідили дуже специфічний причинний напрямок . Якби ми хотіли вивчити, в якій мірі застосовується зворотний причинний напрямок (тобто, наскільки ймовірно, що люди, які врешті-решт захворіють на рак, змушують палити, як проходить час), тоді нам обов'язково потрібно було б розробити когортне дослідження, розділене на "майбутній рак проти не майбутнього раку" і вимірювати поглинання куріння з часом.

Оновити відповідь на коментарі:

Зауважте, що це дискусія щодо причинного напрямку, а не пошук прямої причинно-наслідкової зв'язку. Питання плутанини - окреме. (Тобто немає нічого , щоб припустити , що не є незалежною третьою змінною, і змушує вас більше шансів бути курцем і збільшує ваші шанси на рак згодом). Тобто, з точки зору контрфактичної причинності ми остаточно не показали, що "якби не палити ці люди, не захворіли б на рак". Але ми маємопоказали, що "асоціація між групою, яка паліть, і раком не зросла б, якби час не минув". (тобто асоціація не зводиться до одразу того, хто страждає на рак, просто про те, щоб вони входили до групи куріння чи ні, але з часом посилюється).

— Тасос Папастиліноу
джерело

4

"Отже, ви можете стверджувати про причину між тим, що проходить час і більше раку, що розвивається через куріння. (Або, простіше кажучи, куріння часу, що проводиться, спричиняє пропорційне збільшення ризику раку)". - Ні, ви не можете цього зробити. Компанії цигарок, які підтримували сера Рональда Фішера (!), Протягом багатьох років стверджували, що генетична схильність є потенційною поширеною причиною куріння та раку. Цей самий приклад знаходиться в задній частині книги Перла (с. 353).

— Ніл Г

@NeilG ні, я стою на своєму прикладі, як це сформульовано. Справа, яку ви робите, - це не зворотна причинність, а заплутаність. Мій приклад показує, що час, проведений у курінні, пов'язаний зі збільшенням рівня раку. Однак це само по собі не доводить, що "генетична схильність" не є рушійною силою для підвищених показників групи куріння. Дві різні речі. Сенс у тому, що введення причинного напрямку як змінної часу викорінює аргумент "зворотної причинності" (тобто рак змушує вас кинути палити), але не "заплутаний".

— Tasos Papastylianou

1

Ваш коментар правильний, але він не відповідає тому, що ви написали. Ви писали, що "час куріння викликає пропорційне збільшення ризику раку". Це невиправдано.

— Ніл Г

1

@NeilG досить справедливо, ти маєш рацію. Я не очікував такої перевірки, ха-ха. Я перефразую трохи точніше.

— Tasos Papastylianou

Чому обов'язково так, щоб просування часу не було причиною? Як ми можемо настільки переконливо виключити можливість того, що є щось, що змушує просунутися час? Мені це здається найбільш надзвичайним твердженням, яке вимагало б надзвичайно вагомих доказів.

— Девід Шварц

3

Це справді питання про те, як встановити причинно-наслідкові зв’язки, оскільки події, які пов'язані, але не є причиною, ВІДПОВІДНО будуть співвідноситись у часі чи просторі. Отож, дивлячись на деякі корельовані дані, як ми можемо визначити, чи стосується залежність? Мудрий радник з досліджень одного разу сказав мені: "кореляція не означає причинно-наслідкового зв’язку, вона просто підказує, куди їх шукати".

Розглянемо ситуацію, коли події А і В виявляються тимчасово або просторово корельованими. Якщо ми хотіли б дослідити припущення, що А спричиняє В , традиційним напрямком мислення є введення тестів необхідності та достатності - що саме насправді означає причинність.

Якщо відсутність події A призводить до відсутності події В , це можна назвати необхідним .
Якщо лише подія A веде до події B , її можна назвати достатньою .

Якщо відсутність молока змушує мене йти до магазину , ми говоримо не про те, щоб я потрапив у своє порожнє молоко і їхав. Абсолютна причинність означала б, що кожного разу, коли у мене ще є молоко , я не можу потрудитися ходити в магазин; і навпаки, коли я в магазині, це тому , що у мене немає молока. Зараз легко зрозуміти проблему з позитивним встановленням причинності в суворому розумінні: більшість речей не є абсолютно причинними. Є багато інших причин, які я можу зайти в магазин, які не пов'язані з молоком.

Це простий спосіб розказати чудовий папір із нормально викладеного паперу. У ретельному дослідженні ви побачите всюди тести на достатність та необхідність. Стверджуючи, що маломолекулярний препарат А може призвести до розбирання білкового комплексу В? Ви відразу побачите тести:

необхідність ----test---- ----result---- everything but B --> [nothing] (check for false positive) everything but A --> assembled everything with A-like compound --> assembled (control group)

достатність A + B alone (in vitro) --> disassembled (check for false negative) A + B + everything --> disassembled (trial group)

Це традиційний спосіб, коли ви побудували б спонукальний аргумент для причинно-наслідкових зв’язків, використовуючи кореляцію, - це, на що я впевнений, ваш лектор ухилявся!

— jdbiochem
джерело

1

Підкреслимо лише те, що часова залежність також не означає причинності. У нас може бути, що подія A призводить до події B часто, і саме B викликає C, а не A. Однак A буде корелювати з C, але не спричиняти його.

— Майкл Черник

Кореляція не передбачає причинного зв'язку; а як бути, коли одна зі змінних - час?