utenti della rete avevano questa curiosità: Spiegami: Cosa significa che la correlazione non implica la causalità?
IO'ne ho letto un esempio che mi ha lasciato confuso come prima. Andava così:
Se dici “Tutti quelli che hanno bevuto acqua in 1105 ora sono morti, quindi bere l'acqua uccide you”, che è;s correlazione senza causalità, perché la loro morte non è stata causata dall'acqua potabile.
Solo, le loro morti non sono stateёt correlato con l'acqua potabile, semplicemente perché gli esseri umani non 1105;t dura + anni. Allora, cosa mi sto perdendo?
Ed ecco le risposte:
>Solo , la loro morte non era nemmeno correlata all'acqua potabile
Lo sono. Sono correlati perché entrambe le affermazioni su queste persone sono vere: hanno bevuto acqua e sono morte. Questo è il punto. La correlazione non significa che sono morti perché hanno bevuto acqua. Come dici tu, sono morti perché le persone non vivono + anni. La correlazione non implica causalità.
Molte cose sono correlate pur non avendo alcun impatto l'una sull'altra; si limitano a coincidere.
Correlazioni effettive:
Vendita di gelati e omicidio.
M. Night Shyamalan al botteghino e vendite di giornali.
Uso di Internet Explorer e tasso di omicidi.
Importazioni di limoni messicani e morti in autostrada.
Ecco come mi è stato spiegato! Ci sono due fatti totalmente veri: i bambini mangiano più gelato in estate che negli altri mesi. E i bambini hanno maggiori probabilità di annegare in estate. Potresti guardare questi fatti e dire: wow, il gelato deve causare annegamenti! Quando in effetti, sappiamo che le vendite di gelati aumentano in estate e l'uso della piscina aumenta in estate. Non sono realmente correlati, ma se guardi solo i dati potresti presumere che lo siano.
Primo, assicuriamoci di aver capito le parole.
Correlazione significa che due cose sembrano avere una connessione o uno schema. Tutto ciò che deve esistere per una correlazione è notare che se teniamo traccia di come due o più cose cambiano nel tempo, sembra che cambino in modo correlato. Quindi qualsiasi grafico che mostri A e B entrambi in aumento mostra una correlazione tra A e B, specialmente se nei momenti in cui A diminuisce B diminuisce anche.
Causation significa che possiamo provare che se succede una cosa, fa succedere altra cosa. Non abbiamo bisogno di un grafico o di un'analisi dei dati per la causalità, a volte possiamo ragionare.
Parliamo di alcuni esempi, quindi discutiamo perché la correlazione non è causalità.
Possiamo rappresentare graficamente “numero di persone che indossano maniche corte” e “temperatura” uno accanto all'altro. Probabilmente noteremo che al di sopra di una certa temperatura, più persone indossano maniche corte. Questa è sicuramente una correlazione. Poi ci chiediamo se c'è un nesso di causalità, e in questo caso c'è: quando fa caldo le persone vogliono indossare abiti più freschi quindi più persone indossano maniche corte.
Possiamo anche rappresentare graficamente il “numero di film con Nicholas Cage all'anno” e il “numero di persone che annegano all'anno”. Curiosamente, ogni anno ci sono film di Nicholas Cage che sembrano esserci più annegamenti rispetto agli anni in cui ci sono meno o nessun film con quell'attore in essi. C'è una correlazione. Ma se indaghiamo su tutti gli annegamenti, è molto raro trovarne uno che abbia qualcosa a che fare con i film o con Nicholas Cage. Non c'è una causa tra queste due cose.
La ragione per cui questo è importante è che le persone disoneste cercano di implicare la causalità per indurre le persone a prendere decisioni sbagliate che sono buone per le persone disoneste.
Ad esempio, posso dimostrare definitivamente che più persone sono morte di COVID negli anni in cui Joe Biden era il presidente di negli anni in cui Barack Obama era presidente. Non c'è niente di falso nel fare questa affermazione, i dati lo confermano. Diventa un problema se provo a dire: “Perciò Joe Biden ha causato morti per COVID e dovremmo reintegrare Barack Obama come presidente”. È sciocco! Joe Biden non ha causato le morti in un modo che la sua sostituzione potrebbe prevenire. La malattia non esisteva quando Obama era presidente. Quindi non c'è
causale tra Joe Biden o Barack Obama e le morti per COVID.
Può sembrare ridicolo, ma è sempre così. Ad esempio, nella mia città c'è una questione in attesa di voto che dice: “La criminalità è aumentata perché non stiamo assumendo abbastanza polizia. Dovremmo assumere un minimo di così tanti poliziotti e tagliare i budget per l'incendio e l'emergenza sanitaria per permettercelo”.
È vero che esiste una correlazione tra il nostro tasso di criminalità negli ultimi 5 anni e il nostro impiego pro capite di polizia . Tuttavia, il nesso di causalità è dubbio. I dati esaminati mostrano:
- Molte volte in cui la criminalità era relativamente alta nella nostra città, avevamo più poliziotti pro capite.
- In molte occasioni in cui la criminalità era relativamente bassa nella nostra città, avevamo meno polizia pro capite.
Molte città con più criminalità della nostra hanno più polizia pro capite.
- La criminalità in quasi tutte le città dell'America è in aumento.
La nostra città è ferma una delle città con il minor numero di crimini tra le città delle sue dimensioni.
Tutte queste cose sembrano implicare che non c'è una diretta nesso di causalità tra “nu polizia” e “crimine”. Qualcosa di più complicato è in corso, e faremmo meglio a chiederci perché alcune città hanno meno criminalità con meno poliziotti assunti di quanto faremmo rischiando di essere una città che paga molto per la polizia E ha un'alta criminalità.
TL;DR:
Questa frase ti ricorda di fare la ricerca e chiedere se c'è un motivo
per cui due cose sembrano essere collegate. Molte persone ti indurranno con l'inganno a saltare questo passaggio e ti costeranno un sacco di soldi e ti causeranno molti problemi.