नकली सहसंबंध

नकली सहसंबंध क्या है?

आँकड़ों में , एक नकली सहसंबंध (या नकलीपन) दो चर के बीच एक संबंध को संदर्भित करता है जो कारण प्रतीत होता है लेकिन नहीं है। नकली सहसंबंध के साथ, चर के बीच कोई भी देखी गई निर्भरता केवल संयोग के कारण होती है या दोनों कुछ अनदेखी कन्फ्यूडर से संबंधित होती हैं।

नकली सहसंबंध को समझना

नकली रिश्ते शुरू में यह दिखाने के लिए प्रकट होंगे कि एक चर दूसरे को सीधे प्रभावित करता है, लेकिन ऐसा नहीं है। यह भ्रामक सहसंबंध अक्सर तीसरे कारक के कारण होता है जो परीक्षा के समय स्पष्ट नहीं होता है, जिसे कभी-कभी भ्रमित करने वाला कारक भी कहा जाता है।

जब दो यादृच्छिक चर एक दूसरे को एक ग्राफ पर बारीकी से ट्रैक करते हैं, तो सहसंबंध पर संदेह करना आसान होता है जहां एक चर में परिवर्तन दूसरे चर में परिवर्तन का कारण बनता है। कार्य-कारण को अलग रखते हुए, जो एक अन्य विषय है, यह अवलोकन चार्ट के पाठक को यह विश्वास करने के लिए प्रेरित कर सकता है कि चर A की गति चर B या इसके विपरीत गति से जुड़ी हुई है।

हालांकि, करीब से सांख्यिकीय परीक्षा यह दिखा सकती है कि संरेखित आंदोलन संयोग हैं या तीसरे कारक के कारण होते हैं जो दो चर को प्रभावित करते हैं। यह एक नकली सहसंबंध है। छोटे नमूने के आकार या मनमाने समापन बिंदुओं के साथ किए गए शोध विशेष रूप से नकलीपन के लिए अतिसंवेदनशील होते हैं।

नकलीपन का पता लगाना

शोध के निष्कर्षों में नकली रिश्ते को पहचानने का सबसे स्पष्ट तरीका सामान्य ज्ञान का उपयोग करना है। सिर्फ इसलिए कि दो चीजें घटित होती हैं और जुड़ी हुई प्रतीत होती हैं इसका मतलब यह नहीं है कि काम पर कोई अन्य कारक नहीं हैं। हालांकि, निश्चित रूप से जानने के लिए, शोध विधियों की गंभीर जांच की जाती है।

अध्ययनों में, सभी चर जो निष्कर्षों को प्रभावित कर सकते हैं, उन्हें आश्रित चर पर उनके प्रभाव को नियंत्रित करने के लिए सांख्यिकीय मॉडल में शामिल किया जाना चाहिए।

नकली संबंध

सामान्य ज्ञान का उपयोग करके कई नकली रिश्तों की पहचान की जा सकती है। यदि एक सहसंबंध पाया जाता है, तो आमतौर पर एक से अधिक चर होते हैं, और चर अक्सर तुरंत स्पष्ट नहीं होते हैं।

नकली सहसंबंध उदाहरण

दिलचस्प सहसंबंध ढूंढना आसान है, लेकिन कई नकली साबित होंगे। तीन उदाहरण हैं स्कर्ट की लंबाई का सिद्धांत, सुपर बाउल इंडिकेटर, और दौड़ और कॉलेज की पूर्णता दर के बीच एक सुझाए गए सहसंबंध।

स्कर्ट लेंथ थ्योरी: 1920 के दशक में उत्पन्न, स्कर्ट लेंथ थ्योरी यह मानती है कि स्कर्ट की लंबाई और शेयर बाजार की दिशा सहसंबद्ध है। यदि स्कर्ट की लंबाई लंबी है, तो सहसंबंध यह है कि शेयर बाजार में मंदी है । यदि शर्ट की लंबाई कम है, तो बाजार में तेजी है ।
सुपर बाउल इंडिकेटर: जनवरी के अंत में, तथाकथित सुपर बाउल इंडिकेटर के बारे में अक्सर बकबक होती है, जो बताता है कि अमेरिकी फुटबॉल सम्मेलन टीम की जीत का मतलब है कि आने वाले समय में शेयर बाजार नीचे जाएगा। वर्ष, जबकि राष्ट्रीय फुटबॉल सम्मेलन टीम की जीत बाजार में वृद्धि दर्शाती है। सुपर बाउल युग की शुरुआत के बाद से, OpenMarkets के अनुसार, संकेतक लगभग 74% समय या 54 वर्षों में से 40 के आसपास सटीक रहा है। यह एक मजेदार बातचीत का टुकड़ा है, लेकिन शायद ऐसा कुछ नहीं है जो एक गंभीर वित्तीय सलाहकार ग्राहकों के लिए निवेश रणनीति के रूप में सुझाएगा।
शैक्षिक प्राप्ति और नस्ल: सामाजिक वैज्ञानिकों ने यह पहचानने पर ध्यान केंद्रित किया है कि कौन से चर शैक्षिक प्राप्ति को प्रभावित करते हैं। सरकारी शोध के अनुसार, इसी उम्र के केवल 36% अश्वेत व्यक्तियों की तुलना में, 2019 में 56% श्वेत 25- से 29 वर्ष के बच्चों ने कॉलेज की डिग्री पूरी की थी। निहितार्थ यह है कि दौड़ का कॉलेज की पूर्णता दरों पर एक कारण प्रभाव पड़ता है।

हालाँकि, यह स्वयं दौड़ नहीं हो सकता है जो शैक्षिक प्राप्ति को प्रभावित करता है। परिणाम समाज में नस्लवाद के प्रभावों के कारण भी हो सकते हैं, जो तीसरा "छिपा हुआ" चर हो सकता है। जातिवाद रंग के लोगों को प्रभावित करता है, उन्हें शैक्षिक और आर्थिक रूप से नुकसान पहुंचाता है। उदाहरण के लिए, गैर-श्वेत समुदायों के स्कूल अधिक चुनौतियों का सामना करते हैं और कम धन प्राप्त करते हैं, गैर-श्वेत आबादी में माता-पिता के पास कम वेतन वाली नौकरियां होती हैं और अपने बच्चों की शिक्षा के लिए कम संसाधन होते हैं, और कई परिवार भोजन के रेगिस्तान में रहते हैं और कुपोषण से पीड़ित होते हैं। . जाति के बजाय जातिवाद को एक कारण चर के रूप में देखा जा सकता है जो शैक्षिक प्राप्ति को प्रभावित करता है।

हाइलाइट्स

एक कारण संबंध की उपस्थिति अक्सर एक चार्ट पर समान गति के कारण होती है जो संयोग से या तीसरे "भ्रमित" कारक के कारण होती है।
नकली सहसंबंध, या नकलीपन, तब होता है जब दो कारक एक दूसरे से आकस्मिक रूप से संबंधित दिखाई देते हैं लेकिन नहीं हैं।
एक कारण संबंध की पुष्टि के लिए एक अध्ययन की आवश्यकता होती है जो सभी संभावित चरों को नियंत्रित करता है।
नकली संबंधों को निर्धारित करने के लिए सांख्यिकीविद और वैज्ञानिक सावधानीपूर्वक सांख्यिकीय विश्लेषण का उपयोग करते हैं।
नकली सहसंबंध छोटे नमूना आकार या मनमाने ढंग से समापन बिंदुओं के कारण हो सकता है।

सामान्य प्रश्न

नकली प्रतिगमन क्या है?

नकली प्रतिगमन एक सांख्यिकीय मॉडल है जो एक रैखिक संबंध के भ्रामक सांख्यिकीय साक्ष्य दिखाता है; दूसरे शब्दों में, स्वतंत्र गैर-स्थिर चरों के बीच एक नकली सहसंबंध।

सहसंबंध का उदाहरण क्या है लेकिन करणीय नहीं है?

सहसंबंध का एक उदाहरण यह है कि अधिक नींद से दिन के दौरान बेहतर प्रदर्शन होता है। हालांकि एक सहसंबंध है, जरूरी नहीं कि कार्य-कारण हो। अधिक नींद किसी व्यक्ति के बेहतर प्रदर्शन का कारण नहीं हो सकती है; उदाहरण के लिए, हो सकता है कि वे एक नए सॉफ़्टवेयर टूल का उपयोग कर रहे हों जो उनकी उत्पादकता बढ़ा रहा हो। कारण खोजने के लिए, एक अध्ययन से तथ्यात्मक सबूत होना चाहिए जो नींद और प्रदर्शन के बीच एक कारण संबंध दर्शाता है।

नकली सहसंबंध को कैसे पहचानें?

आंकड़ों का विश्लेषण करने वाले सांख्यिकीविदों और अन्य वैज्ञानिकों को हर समय नकली संबंधों की तलाश में रहना चाहिए। उनकी पहचान करने के लिए वे कई विधियों का उपयोग करते हैं जिनमें शामिल हैं: - एक उचित प्रतिनिधि नमूना सुनिश्चित करना- एक पर्याप्त नमूना आकार प्राप्त करना- मनमाने समापन बिंदुओं से सावधान रहना- जितना संभव हो उतने बाहरी चर के लिए नियंत्रण करना- एक शून्य परिकल्पना का उपयोग करना और एक मजबूत पी के लिए जाँच करना -मूल्य

मिथ्या कार्य-कारण क्या है?

झूठी कार्य-कारणता इस धारणा को संदर्भित करती है कि एक चीज उनके बीच संबंध के कारण कुछ और पैदा करती है। उदाहरण के लिए, हम मान सकते हैं कि हैरी एक तेज धावक बनने के लिए कड़ी मेहनत कर रहा है क्योंकि उसकी दौड़ के समय में सुधार हुआ है। हालाँकि, वास्तविकता यह हो सकती है कि हैरी की दौड़ के समय में सुधार हुआ है क्योंकि उसके पास नवीनतम तकनीक से चलने वाले नए जूते हैं। प्रारंभिक धारणा एक झूठी कार्य-कारण थी।