O que são correlação e causalidade e como são extraordinárias?

Pelo menos dois fatores considerados como relacionados, em um cenário factual, se suas qualidades mudam de forma que, à medida que a estimativa de uma variável aumenta ou diminui, também muda a estimativa da outra variável (apesar do fato de que pode ser o contrário).

Por exemplo, para os dois fatores “horas trabalhadas” e “salário ganho” existe uma conexão entre os dois se a expansão em horas trabalhadas estiver relacionada com um incremento na remuneração auferida. Caso consideremos os dois fatores “custo” e “obtenção de energia”, na medida em que o custo da mercadoria expande a capacidade do indivíduo de adquirir esses produtos diminui (esperando uma remuneração consistente).

A correlação é uma medida factual (comunicada como um número) que retrata o tamanho e o rolamento de uma conexão entre pelo menos dois fatores. Uma relação entre os fatores, em qualquer caso, não implica, consequentemente, que o ajuste em uma variável seja o motivo do ajuste nas estimativas da outra variável.

A causa demonstra que uma ocasião é o efeito secundário do evento da outra ocasião; por exemplo, há uma conexão causal entre as duas ocasiões. Isto também é aludido como circunstâncias e resultados lógicos.

Hipoteticamente, a distinção entre os dois tipos de conexões é tudo menos difícil de distinguir – uma atividade ou evento pode causar outra (por exemplo, fumar causa uma expansão no perigo de criar crescimento maligno pulmonar), ou pode se relacionar com outra (por exemplo, fumar está relacionado com abuso de bebida, mas não causa vício em bebida). Praticamente falando, seja como for, permanece difícil construir inconfundivelmente circunstâncias e resultados lógicos, contrastados e estabelecendo a relação.

Por que razão a correlação e a causalidade são significativas?

O objetivo de muita pesquisa ou investigação lógica é distinguir o grau em que uma variável se identifica com outra variável. Por exemplo:

Existe uma conexão entre o nível de treinamento de um indivíduo e o seu bem estar?

A posse de animais de estimação está relacionada a viver mais tempo?

O esforço de promoção de uma organização aumentou seus negócios de itens?

Estas e outras investigações estão investigando se existe uma conexão entre os dois fatores, e na hipótese remota de que exista uma relação, nesse momento isso pode controlar um exame mais aprofundado para pesquisar se uma atividade causa a outra. Ao obter a conexão e a causalidade, considera os arranjos e projetos que planejam alcançar um resultado ideal para ser melhor focado.

Como é estimada a conexão?

Para dois fatores, uma conexão factual é estimada pela utilização de um Coeficiente de Relacionamento, falado pela imagem (r), que é um número solitário que retrata o nível de conexão entre dois fatores.

O valor numérico do coeficiente é de +1,0 a – 1,0, o que dá um sinal da qualidade e do curso da relação.

Na hipótese remota de o coeficiente de correlação ter um valor negativo (abaixo de 0), ele demonstra uma conexão negativa entre os fatores. Isto implica que os fatores se movem de forma inversa (ou seja, quando se constrói reduções diferentes, ou quando se diminui incrementos diferentes).

Na hipótese remota de o coeficiente de correlação ter um valor positivo (acima de 0) ele demonstra uma conexão positiva entre os fatores implicando que os dois fatores movimentam um casal, por exemplo, à medida que uma variável diminui a outra adicionalmente diminui, ou quando uma variável constrói a outra da mesma forma aumenta.

Quando o coeficiente de conexão é 0 isso demonstra que não há conexão entre os fatores (uma variável pode permanecer estável enquanto diferentes incrementos ou diminuições).

Embora o coeficiente de conexão seja uma medida útil, ele tem suas restrições:

Os coeficientes de correlação estão tipicamente ligados à estimativa de uma relação reta.

Por exemplo, na hipótese de você analisar as horas trabalhadas e o salário ganho por um profissional que cobra uma taxa horária pelo seu trabalho, há uma relação direta (ou linear), pois a cada hora extra trabalhada o salário será incrementado por uma soma confiável.

Assumindo, em qualquer caso, que o negociante cobra dependendo de um subjacente, retira a despesa e uma taxa horária que logicamente diminui quanto mais atrativa for a atividade, a conexão entre as horas trabalhadas e o salário seria não-estabelecida, onde o coeficiente de relação poderia ser mais parecido com 0.

É necessário cuidado ao traduzir a estimativa do ‘r’. É possível descobrir conexões entre inúmeros fatores, de qualquer forma as conexões podem ser devido a fatores diferentes e não têm nada a ver com os dois fatores que estão sendo considerados.

Por exemplo, as ofertas de iogurtes congelados e as ofertas de protetor solar podem aumentar e diminuir ao longo de um ano de forma precisa, mas seria uma relação que seria por causa dos impactos do período (ou seja, mais clima de fumaça vê uma expansão nos indivíduos que usam protetor solar como sobremesa) ao invés de por causa de qualquer conexão imediata entre ofertas de protetor solar e iogurte congelado.

O coeficiente de conexão não deve ser utilizado para dizer nada sobre circunstâncias e relação lógica de resultados. Olhando a estimativa de ‘r’, podemos inferir que dois fatores estão ligados, mas que a estima de ‘r’ não nos permite saber se uma variável foi o motivo do ajuste na outra.

Por que meios a causalidade poderia ser estabelecida?

A causalidade é o território das percepções que normalmente é mal interpretada e abusada pelos indivíduos na convicção confusa de que, com base na informação, existe uma conexão de que existe fundamentalmente uma relação causal oculta.

A utilização de um relatório controlado é o melhor método para estabelecer a causalidade entre os fatores. Em um relatório controlado, o exemplo ou população faz parte de dois, sendo as duas reuniões equivalentes em praticamente todas as formas. As duas reuniões nesse ponto recebem vários medicamentos, e os resultados de cada reunião são avaliados.

Por exemplo, em pesquisas terapêuticas, uma reunião pode receber um tratamento falso enquanto a outra reunião recebe outro tipo de prescrição. Caso as duas reuniões tenham resultados sensivelmente diferentes, os vários encontros podem ter causado os vários resultados.

Por razões morais, existem pontos de confinamento à utilização de investigações controladas; não seria adequado utilizar duas reuniões de monta e ter uma delas experimentando um movimento destrutivo enquanto diferente não o faz. Para derrotar esta circunstância, os exames observacionais são freqüentemente utilizados para pesquisar a conexão e a causa do número de habitantes em intrigas. Os exames podem dar uma olhada nas práticas e resultados dos encontros e observar qualquer progressão após algum tempo.

O objetivo destes exames é fornecer dados mensuráveis para adicionar a diferentes fontes de dados que seriam necessários para construir se existe causalidade entre dois fatores.