Ложная корреляция

Что такое ложная корреляция?

В статистике ложная корреляция (или ложная корреляция) относится к связи между двумя переменными, которая кажется причинно-следственной, но таковой не является. При ложной корреляции любые наблюдаемые зависимости между переменными обусловлены просто случайностью или обе связаны с каким-то невидимым искажающим фактором.

Понимание ложной корреляции

Сначала будут казаться ложные отношения, показывающие, что одна переменная напрямую влияет на другую, но это не так. Эта вводящая в заблуждение корреляция часто вызвана третьим фактором, который не очевиден во время исследования, иногда называемым вмешивающимся фактором.

Когда две случайные величины близко отслеживают друг друга на графике, легко заподозрить корреляцию, когда изменение одной переменной вызывает изменение другой переменной. Если оставить в стороне причинно-следственную связь, которая является другой темой, это наблюдение может привести читателя диаграммы к мысли, что движение переменной А связано с движением переменной В или наоборот.

Однако более тщательное статистическое исследование может показать, что выровненные движения случайны или вызваны третьим фактором, влияющим на две переменные. Это ложная корреляция. Исследования, проводимые с небольшими размерами выборки или произвольными конечными точками, особенно подвержены ложным результатам.

Обнаружение ложности

Самый очевидный способ обнаружить ложную взаимосвязь в результатах исследований — руководствоваться здравым смыслом. Тот факт, что две вещи происходят и кажутся связанными, не означает, что не действуют никакие другие факторы. Однако, чтобы знать наверняка, методы исследования подвергаются критическому анализу.

В исследованиях все переменные, которые могут повлиять на результаты, должны быть включены в статистическую модель, чтобы контролировать их влияние на зависимую переменную.

Ложная корреляция

Многие ложные отношения можно идентифицировать, руководствуясь здравым смыслом. Если корреляция обнаружена, обычно задействовано более одной переменной, и переменные часто не сразу очевидны.

Примеры ложной корреляции

Интересные корреляции найти легко, но многие из них окажутся ложными. Три примера: теория длины юбки, индикатор Суперкубка и предполагаемая корреляция между гонками и показателями окончания колледжа.

1. Теория длины юбки. Теория длины юбки, возникшая в 1920-х годах, утверждает, что длина юбки и направление движения фондового рынка взаимосвязаны. Если длина юбки длинная, корреляция такова, что фондовый рынок медвежий. Если длина рубашки короткая, рынок бычий.

2. Индикатор Суперкубка: В конце января часто ходят слухи о так называемом индикаторе Суперкубка, который предполагает, что победа команды Американской футбольной конференции, вероятно, означает, что фондовый рынок в ближайшие год, тогда как победа команды Национальной футбольной конференции предвещает рост рынка. По данным OpenMarkets, с начала эры Суперкубка индикатор был точен примерно в 74% случаев, или 40 из 54 лет. Это забавная тема для разговора, но, вероятно, не то, что серьезный финансовый консультант порекомендовал бы своим клиентам в качестве инвестиционной стратегии.

3. Образовательный уровень и раса. Социологи сосредоточились на определении того, какие переменные влияют на уровень образования. Согласно правительственному исследованию, 56% белых в возрасте от 25 до 29 лет получили высшее образование в 2019 году, по сравнению с 36% чернокожих того же возраста. Подразумевается, что раса оказывает причинно-следственное влияние на процент окончания колледжа.

Однако раса сама по себе может не влиять на уровень образования. Результаты также могут быть связаны с влиянием расизма в обществе, что может быть третьей «скрытой» переменной. Расизм влияет на цветных людей, ставя их в невыгодное положение в образовательном и экономическом плане. Например, школы в небелых общинах сталкиваются с более серьезными проблемами и получают меньше финансирования, родители в небелых общинах имеют более низкооплачиваемую работу и меньше ресурсов, которые можно выделить на образование своих детей, а многие семьи живут в продовольственных пустынях и страдают от недоедания. . Расизм, а не расу, можно рассматривать как причинную переменную, влияющую на уровень образования.

Особенности

• Появление причинно-следственной связи часто связано с похожим движением на графике, которое оказывается случайным или вызвано третьим «мешающим» фактором.

• Ложная корреляция, или ложность, возникает, когда два фактора кажутся случайно связанными друг с другом, но таковыми не являются.

• Подтверждение причинно-следственной связи требует исследования, учитывающего все возможные переменные.

• Статистики и ученые используют тщательный статистический анализ для выявления ложных взаимосвязей.

• Ложная корреляция может быть вызвана небольшим размером выборки или произвольными конечными точками.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Что такое ложная регрессия?

Ложная регрессия — это статистическая модель, которая показывает вводящие в заблуждение статистические данные о линейной зависимости; другими словами, ложная корреляция между независимыми нестационарными переменными.

Что является примером корреляции, но не причинно-следственной связи?

Примером корреляции является то, что больше сна приводит к лучшей производительности в течение дня. Хотя есть корреляция, не обязательно есть причинно-следственная связь. Больше сна не может быть причиной того, что человек работает лучше; например, они могут использовать новый программный инструмент, повышающий их производительность. Чтобы найти причинно-следственную связь, должны быть фактические данные исследования, показывающего причинно-следственную связь между сном и работоспособностью.

Как обнаружить ложную корреляцию?

Статистики и другие ученые, которые анализируют данные, должны постоянно следить за ложными отношениями. Существует множество методов, которые они используют для их выявления, в том числе: - Обеспечение надлежащей репрезентативной выборки - Получение адекватного размера выборки - Осторожность с произвольными конечными точками - Контроль как можно большего количества внешних переменных - Использование нулевой гипотезы и проверка сильного p -ценность

Что такое ложная причинность?

Ложная причинность относится к сделанному предположению, что одна вещь вызывает другую из-за отношений между ними. Например, мы можем предположить, что Гарри усердно тренировался, чтобы стать более быстрым бегуном, потому что его время в забегах улучшилось. Однако реальность может заключаться в том, что время гонок Гарри улучшилось, потому что у него есть новые кроссовки, сделанные с использованием новейших технологий. Первоначальное предположение было ложной причинно-следственной связью.