Korelasi Palsu

Apakah Korelasi Palsu?

Dalam statistik,. korelasi palsu (atau kepalsuan) merujuk kepada hubungan antara dua pembolehubah yang nampaknya bersebab tetapi tidak. Dengan korelasi palsu, sebarang kebergantungan yang diperhatikan antara pembolehubah hanyalah disebabkan kebetulan atau kedua-duanya berkaitan dengan beberapa pengacau yang tidak kelihatan.

Memahami Korelasi Palsu

Perhubungan palsu pada mulanya akan kelihatan menunjukkan bahawa satu pembolehubah secara langsung mempengaruhi yang lain, tetapi itu tidak berlaku. Korelasi yang mengelirukan ini sering disebabkan oleh faktor ketiga yang tidak jelas pada masa peperiksaan, kadang-kadang dipanggil faktor pengeliru.

Apabila dua pembolehubah rawak menjejaki satu sama lain dengan rapat pada graf, adalah mudah untuk mengesyaki korelasi di mana perubahan dalam satu pembolehubah menyebabkan perubahan dalam pembolehubah yang lain. Mengetepikan sebab musabab, yang merupakan topik lain, pemerhatian ini boleh menyebabkan pembaca carta percaya bahawa pergerakan pembolehubah A dikaitkan dengan pergerakan dalam pembolehubah B atau sebaliknya.

Walau bagaimanapun, pemeriksaan statistik yang lebih dekat mungkin menunjukkan bahawa pergerakan sejajar adalah kebetulan atau disebabkan oleh faktor ketiga yang mempengaruhi kedua-dua pembolehubah. Ini adalah korelasi palsu. Penyelidikan yang dijalankan dengan saiz sampel yang kecil atau titik akhir sewenang-wenangnya amat terdedah kepada kepalsuan.

Kepalsuan Mengesan

Cara yang paling jelas untuk mengesan hubungan palsu dalam penemuan penyelidikan adalah dengan menggunakan akal fikiran. Hanya kerana dua perkara berlaku dan kelihatan dikaitkan tidak bermakna tiada faktor lain di tempat kerja. Walau bagaimanapun, untuk mengetahui dengan pasti, kaedah penyelidikan diperiksa secara kritikal.

Dalam kajian, semua pembolehubah yang mungkin memberi kesan kepada penemuan harus dimasukkan dalam model statistik untuk mengawal kesannya ke atas pembolehubah bersandar.

Korelasi Palsu

Banyak hubungan palsu boleh dikenal pasti dengan menggunakan akal fikiran. Jika korelasi ditemui, biasanya terdapat lebih daripada satu pembolehubah yang dimainkan, dan pembolehubah selalunya tidak jelas dengan serta-merta.

Contoh Korelasi Palsu

Perkaitan yang menarik mudah dicari, tetapi banyak yang akan menjadi palsu. Tiga contoh ialah teori panjang skirt, penunjuk mangkuk super, dan korelasi yang dicadangkan antara kaum dan kadar penyiapan kolej.

Teori Panjang Skirt: Bermula pada tahun 1920-an, teori panjang skirt berpendapat bahawa panjang skirt dan arah pasaran saham adalah berkorelasi. Jika panjang skirt panjang, korelasinya ialah pasaran saham menurun. Jika panjang baju pendek, pasaran adalah menaik.
Penunjuk Super Bowl: Pada penghujung bulan Januari, sering terdapat perbualan tentang penunjuk Super Bowl, yang menunjukkan bahawa kemenangan oleh pasukan Persidangan Bola Sepak Amerika berkemungkinan bermakna pasaran saham akan turun pada masa akan datang tahun, manakala kemenangan oleh pasukan Persidangan Bola Sepak Kebangsaan meramalkan peningkatan dalam pasaran. Sejak permulaan era Super Bowl, penunjuk telah tepat sekitar 74% masa, atau 40 daripada 54 tahun, menurut OpenMarkets. Ia adalah bahagian perbualan yang menyeronokkan tetapi mungkin bukan sesuatu yang disarankan oleh penasihat kewangan yang serius sebagai strategi pelaburan untuk pelanggan.
Pencapaian dan Perlumbaan Pendidikan: Para saintis sosial telah menumpukan pada mengenal pasti pembolehubah yang mempengaruhi pencapaian pendidikan. Menurut penyelidikan kerajaan, 56% daripada orang kulit putih berusia 25 hingga 29 tahun telah menamatkan ijazah kolej pada 2019, berbanding hanya 36% daripada individu kulit hitam pada usia yang sama. Implikasinya ialah perlumbaan mempunyai kesan kausal terhadap kadar penyiapan kolej.

Walau bagaimanapun, mungkin bukan kaum itu sendiri yang memberi kesan kepada pencapaian pendidikan. Hasilnya juga mungkin disebabkan oleh kesan perkauman dalam masyarakat, yang boleh menjadi pembolehubah "tersembunyi" ketiga. Perkauman memberi kesan kepada orang kulit berwarna, meletakkan mereka pada kelemahan dari segi pendidikan dan ekonomi. Sebagai contoh, sekolah dalam komuniti bukan kulit putih menghadapi cabaran yang lebih besar dan menerima kurang pembiayaan, ibu bapa dalam populasi bukan kulit putih mempunyai pekerjaan bergaji rendah dan lebih sedikit sumber untuk ditumpukan kepada pendidikan anak-anak mereka, dan banyak keluarga tinggal di padang pasir makanan dan mengalami kekurangan zat makanan. . Perkauman, bukannya kaum, mungkin dilihat sebagai pembolehubah penyebab yang memberi kesan kepada pencapaian pendidikan.

Sorotan

Kemunculan hubungan sebab-akibat selalunya disebabkan oleh pergerakan yang serupa pada carta yang ternyata kebetulan atau disebabkan oleh faktor "mengelirukan" ketiga.
Korelasi palsu, atau kepalsuan, berlaku apabila dua faktor kelihatan bersangkut paut antara satu sama lain tetapi tidak.
Mengesahkan hubungan sebab-akibat memerlukan kajian yang mengawal semua pembolehubah yang mungkin.
Ahli statistik dan saintis menggunakan analisis statistik yang teliti untuk menentukan hubungan palsu.
Korelasi palsu boleh disebabkan oleh saiz sampel yang kecil atau titik akhir sewenang-wenangnya.

Soalan Lazim

Apakah Regresi Palsu?

Regresi palsu ialah model statistik yang menunjukkan bukti statistik yang mengelirukan bagi hubungan linear; dalam erti kata lain, korelasi palsu antara pembolehubah tidak pegun bebas.

Apakah Contoh Korelasi tetapi bukan Penyebab?

Contoh korelasi ialah lebih banyak tidur membawa kepada prestasi yang lebih baik pada siang hari. Walaupun ada korelasi, tidak semestinya ada sebab musabab. Lebih banyak tidur mungkin bukan sebab seseorang individu menunjukkan prestasi yang lebih baik; contohnya, mereka mungkin menggunakan alat perisian baharu yang meningkatkan produktiviti mereka. Untuk mencari sebab musabab, mesti ada bukti fakta daripada kajian yang menunjukkan hubungan sebab akibat antara tidur dan prestasi.

Bagaimana Mengesan Korelasi Palsu?

Ahli statistik dan saintis lain yang menganalisis data mesti sentiasa memerhatikan hubungan palsu. Terdapat banyak kaedah yang mereka gunakan untuk mengenal pasti mereka termasuk:- Memastikan sampel perwakilan yang betul- Mendapatkan saiz sampel yang mencukupi- Berwaspada terhadap titik akhir sewenang-wenangnya- Mengawal sebanyak mungkin pembolehubah luar- Menggunakan hipotesis nol dan menyemak p yang kukuh -nilai

Apakah Penyebab Palsu?

Kausalitas palsu merujuk kepada andaian yang dibuat bahawa satu perkara menyebabkan sesuatu yang lain kerana hubungan antara mereka. Sebagai contoh, kita mungkin menganggap bahawa Harry telah berlatih bersungguh-sungguh untuk menjadi pelari yang lebih pantas kerana masa perlumbaannya telah bertambah baik. Walau bagaimanapun, realitinya mungkin masa perlumbaan Harry telah bertambah baik kerana dia mempunyai kasut larian baharu yang dibuat dengan teknologi terkini. Andaian awal adalah kausalitas palsu.