Correlatie en causaliteit zijn termen die meestal verkeerd worden begrepen en soms door elkaar worden gebruikt. Inzicht in beide statistische termen is van groot belang, niet alleen om conclusies te kunnen trekken, maar ook en vooral om de juiste conclusie aan de top te kunnen trekken. Tijdens deze blogpost zullen we begrijpen waarom correlatie geen causaliteit impliceert.

We hebben al vaak gehoord dat “correlatie geen causaliteit veroorzaakt” of “correlatie impliceert geen causaliteit” of “correlatie is geen causaliteit”. Maar wat bedoelen ze eigenlijk met dit te zeggen?

Je krijgt een transparant idee zodra we deze blogpost ondergaan. Dus laten we beginnen!

De grondbeginselen juist krijgen

Correlatie kan een statistische techniek zijn die ons vertelt hoe sterk het paar variabelen lineair samenhangen en samen veranderen. Het vertelt ons niet waarom en de weg achter het verband, maar het zegt alleen dat het verband bestaat.

Voorbeeld: Correlatie tussen bevroren dessertverkoop en verkochte zonnebrillen.

Naarmate de verkoop van ijsjes toeneemt, neemt ook de verkoop van zonnebrillen toe.

De oorzaak gaat een stap verder dan de correlatie. Het zegt dat elke verandering binnen de waarde van 1 variabele een verandering zal veroorzaken binnen de waarde van een andere variabele, wat suggereert dat de ene variabele een andere maakt. het wordt ook wel oorzaak en gevolg genoemd.

Voorbeeld: Als een individu oefent dan gaat de hoeveelheid verbrande calorieën elke minuut omhoog. Vroegere zorgt ervoor dat dit laatste gebeurt.

Dus nu we allemaal weten wat correlatie en causaliteit is, is het tijd om te weten “Correlatie impliceert geen causaliteit!” met een beroemd voorbeeld.

IJsverkoop is gecorreleerd met moorden in ny (Studie)

Naarmate de verkoop van diepvriesdesserts stijgt en daalt, stijgt en daalt ook de hoeveelheid moorden. Veroorzaakt de consumptie van bevroren desserts de dood van het volk?

Nee. Twee dingen zijn gecorreleerd betekent niet dat het ene een ander veroorzaakt.

Correlatie betekent niet dat er een oorzakelijk verband is, of in ons voorbeeld, dat bevroren dessert niet de dood van mensen veroorzaakt.

Wanneer 2 niet-verwante dingen met elkaar verbonden zijn, zijn deze vaak ofwel aan causaliteit ofwel aan correlatie gebonden.

In de meerderheid van de gevallen is de correlatie simpelweg het gevolg van de toevalligheden. Simpelweg omdat het lijkt alsof de ene factor het tegenovergestelde beïnvloedt, betekent dit niet dat dit ook daadwerkelijk het geval is.

Correlatie is een aantal dingen die we verwachten , als we eenmaal niet meer onder de dekens kunnen zien. Daarom is het zo dat hoe minder kennis we hebben, hoe meer we gedwongen zijn om naar correlaties te kijken. Evenzo geldt dat hoe meer informatie we hebben, hoe transparanter de dingen zullen worden en hoe meer we dus klaar zijn om de specifieke toevallige relaties te zien.

Denk na over de onderliggende factoren voordat je een conclusie trekt

In sommige gevallen zijn er enkele verborgen factoren die op een bepaald niveau met elkaar in verband staan. Net als in ons voorbeeld van bevroren dessertverkoop en moord, is het weer dat de verborgen factor die de oorzaak is van zowel de items. Het weer is echt de oorzaak van de toename van de bevroren dessertverkoop en moord. Zoals in de zomer gaan mensen meestal weg, genieten van een mooie zonnige dag en koelen zichzelf af met ijsjes. Dus als het zonnig is, is er een brede selectie van individuen buiten en is er een bredere selectie van slachtoffers voor roofdieren.

Er is geen oorzakelijk verband tussen het bevroren dessert en de snelheid van de moord, het zonnige weer brengt beide factoren samen. En ja, bevroren dessertverkopen en moord hebben een oorzakelijk verband met het weer.