Sahte Korelasyon
Sahte Korelasyon Nedir?
İstatistikte,. sahte bir korelasyon (veya sahtelik), nedensel gibi görünen ancak olmayan iki değişken arasındaki bağlantıyı ifade eder. Sahte korelasyon ile, değişkenler arasında gözlemlenen herhangi bir bağımlılık yalnızca şansa bağlıdır veya her ikisi de görünmeyen bazı karıştırıcılarla ilişkilidir.
Sahte Korelasyonu Anlama
Sahte ilişkiler başlangıçta bir değişkenin diğerini doğrudan etkilediğini gösteriyor gibi görünecek, ancak durum böyle değil. Bu yanıltıcı korelasyona,. genellikle, bazen kafa karıştırıcı faktör olarak adlandırılan, inceleme sırasında belirgin olmayan üçüncü bir faktör neden olur.
Bir grafik üzerinde iki rastgele değişken birbirini yakından takip ettiğinde, bir değişkendeki değişikliğin diğer değişkende değişikliğe neden olduğu durumlarda korelasyondan şüphelenmek kolaydır. Başka bir konu olan nedenselliği bir kenara bırakırsak, bu gözlem, çizelge okuyucusunu, A değişkeninin hareketinin B değişkenindeki hareketle bağlantılı olduğuna veya tam tersi olduğuna inandırabilir.
Bununla birlikte, daha yakından istatistiksel inceleme, hizalanmış hareketlerin tesadüfi olduğunu veya iki değişkeni etkileyen üçüncü bir faktörden kaynaklandığını gösterebilir. Bu sahte bir korelasyon. Küçük örneklem boyutlarıyla veya keyfi uç noktalarla yürütülen araştırmalar, özellikle sahteliğe karşı hassastır.
Sahtelik Tespiti
Araştırma bulgularında sahte bir ilişkiyi tespit etmenin en bariz yolu sağduyuyu kullanmaktır. Sadece iki şeyin meydana gelmesi ve bağlantılı görünmesi, iş başında başka faktörlerin olmadığı anlamına gelmez. Ancak, kesin olarak bilmek için araştırma yöntemleri eleştirel olarak incelenir.
Araştırmalarda, bağımlı değişken üzerindeki etkilerini kontrol etmek için bulguları etkileyebilecek tüm değişkenler istatistiksel modele dahil edilmelidir.
Sahte Korelasyon
Sağduyu kullanılarak birçok sahte ilişki tespit edilebilir. Bir korelasyon bulunursa, oyunda genellikle birden fazla değişken vardır ve değişkenler genellikle hemen açık değildir.
Sahte Korelasyon Örnekleri
İlginç korelasyonları bulmak kolaydır, ancak birçoğunun sahte olduğu ortaya çıkacaktır. Üç örnek, etek uzunluğu teorisi, süper kase göstergesi ve yarış ile üniversite tamamlama oranları arasında önerilen bir ilişkidir.
Etek Uzunluğu Teorisi: 1920'lerde ortaya çıkan etek uzunluğu teorisi, etek uzunlukları ile borsa yönünün ilişkili olduğunu savunur. Etek uzunlukları uzunsa, korelasyon borsanın düşüş eğiliminde olmasıdır. Gömlek boyları kısaysa, piyasa yükselişte.
Super Bowl Göstergesi: Ocak ayının sonlarında, Super Bowl göstergesi olarak adlandırılan ve Amerikan Futbol Konferansı ekibi tarafından kazanılan bir galibiyetin muhtemelen borsanın önümüzdeki günlerde düşeceği anlamına geldiğini öne süren sözde Super Bowl göstergesi hakkında gevezelik yapılır. Ulusal Futbol Konferansı takımının kazandığı bir zafer, pazarda bir yükselişin habercisidir. OpenMarkets'a göre, Super Bowl döneminin başlangıcından bu yana gösterge, zamanın yaklaşık %74'ünde veya 54 yılın 40'ında doğru olmuştur. Eğlenceli bir sohbet parçası ama muhtemelen ciddi bir finansal danışmanın müşteriler için bir yatırım stratejisi olarak önereceği bir şey değil.
Eğitimsel Başarı ve Irk: Sosyal bilimciler, eğitim başarısını hangi değişkenlerin etkilediğini belirlemeye odaklanmıştır. Hükümet araştırmasına göre, 25 ila 29 yaşındaki Beyazların %56'sı 2019'da aynı yaştaki siyah bireylerin sadece %36'sı üniversite diplomasını tamamlamıştı. Bunun anlamı, yarışın üniversite tamamlama oranları üzerinde nedensel bir etkisi vardır.
Ancak, eğitim başarısını etkileyen ırkın kendisi olmayabilir. Sonuçlar, üçüncü "gizli" değişken olabilecek ırkçılığın toplumdaki etkilerinden de kaynaklanabilir. Irkçılık, beyaz olmayan insanları etkiler, onları eğitimsel ve ekonomik olarak dezavantajlı duruma sokar. Örneğin, beyaz olmayan topluluklardaki okullar daha büyük zorluklarla karşı karşıya ve daha az fon alıyor, beyaz olmayan nüfuslardaki ebeveynler daha düşük ücretli işlere sahip ve çocuklarının eğitimine ayıracak daha az kaynağa sahip ve birçok aile gıda çöllerinde yaşıyor ve yetersiz beslenmeden muzdarip. . Irktan ziyade ırkçılık, eğitim başarısını etkileyen nedensel bir değişken olarak görülebilir.
Öne Çıkanlar
Nedensel bir ilişkinin ortaya çıkması, genellikle, tesadüfi olduğu veya üçüncü bir "kafa karıştırıcı" faktörün neden olduğu bir grafikteki benzer hareketten kaynaklanır.
Sahte korelasyon veya sahtelik, iki faktör birbiriyle gelişigüzel ilişkili göründüğünde, ancak olmadığında ortaya çıkar.
Nedensel bir ilişkinin doğrulanması, tüm olası değişkenleri kontrol eden bir çalışma gerektirir.
İstatistikçiler ve bilim adamları, sahte ilişkileri belirlemek için dikkatli istatistiksel analizler kullanırlar.
Sahte korelasyon, küçük örneklem büyüklüklerinden veya keyfi uç noktalardan kaynaklanabilir.
SSS
Sahte Regresyon Nedir?
Sahte regresyon, doğrusal bir ilişkinin yanıltıcı istatistiksel kanıtlarını gösteren istatistiksel bir modeldir; başka bir deyişle, bağımsız durağan olmayan değişkenler arasında sahte bir korelasyon.
Nedensellik Değil, Korelasyon Örneği Nedir?
Bir korelasyon örneği, daha fazla uykunun gün boyunca daha iyi performansa yol açmasıdır. Bir korelasyon olmasına rağmen, mutlaka nedensellik yoktur. Bir kişinin daha iyi performans göstermesinin nedeni daha fazla uyku olmayabilir; örneğin, üretkenliklerini artıran yeni bir yazılım aracı kullanıyor olabilirler. Nedensellik bulmak için, uyku ve performans arasında nedensel bir ilişki olduğunu gösteren bir çalışmadan elde edilen olgusal kanıtlar olmalıdır.
Sahte Korelasyon Nasıl Belirlenir?
Verileri analiz eden istatistikçiler ve diğer bilim adamları her zaman sahte ilişkiler arayışında olmalıdır. Bunları tanımlamak için kullandıkları çok sayıda yöntem vardır: - Uygun bir temsili örneklem sağlamak - Yeterli bir örneklem büyüklüğü elde etmek - Keyfi son noktalara karşı dikkatli olmak - Mümkün olduğunca çok sayıda dış değişkeni kontrol etmek - Boş bir hipotez kullanmak ve güçlü bir p için kontrol etmek -değer
Yanlış Nedensellik Nedir?
Yanlış nedensellik, aralarındaki ilişki nedeniyle bir şeyin başka bir şeye neden olduğu varsayımını ifade eder. Örneğin, Harry'nin yarış süreleri iyileştiği için daha hızlı bir koşucu olmak için çok çalıştığını varsayabiliriz. Ancak gerçek şu ki, Harry'nin yarış süreleri, en son teknolojiyle yapılmış yeni koşu ayakkabılarına sahip olduğu için iyileşmiş olabilir. İlk varsayım yanlış bir nedensellikti.
