Rosende forhold - Hvad er det, definition og koncept

Indholdsfortegnelse:

Anonim

Et falsk forhold refererer til det udseende, hvor der er en årsagsforbindelse mellem variabler, når den i virkeligheden ikke eksisterer.

Ved flere lejligheder synes der at være årsagssammenhæng mellem variabler, når der faktisk ikke er nogen. Dette tilsyneladende forhold kan forekomme ved enhver chance. Der er mange tilfælde, hvor korrelationskoefficienten mellem variabler er signifikant, og der er ingen årsagsforhold mellem dem. Det vil sige, tilsyneladende forårsager den ene variabel den anden, selvom de ikke har noget at gøre med det.

Eksempel på falske forhold

Et eksempel på et falskt forhold kan være forholdet mellem højden på 12 til 18-årige børn og viden om matematik.

Når børn bliver ældre, bliver de højere. Da børn også bliver ældre, udvikler de sig gennem året med at lære mere matematik og være i stand til at løse mere komplekse problemer. Antag, at vi indsamler en statistisk stikprøve af børn mellem 12 og 18 år.

Vi kunne se, at når deres højde stiger (de er ældre), er de i stand til at løse mere komplekse matematiske problemer, men får højden disse børn til at vide mere matematik? Tydeligvis ikke. Dette skyldes en tredje variabel kaldet "confounder" eller "skjult variabel". I dette tilfælde er den skjulte variabel intellektuel kapacitet.

Efterhånden som børn bliver ældre, øges deres intellektuelle kapacitet, og de numeriske færdigheder forbedres. Disse børn er i stand til at løse stadig mere komplekse problemer, som de ikke var i stand til, da de var yngre. I betragtning af at når de bliver ældre og udvikler deres intellektuelle kapacitet, bliver de højere, kan det virke som om der er en årsagssammenhæng mellem børns højde og deres matematiske færdigheder. Dette er simpelthen en tilfældighed, fordi det at være højere eller kortere ikke indebærer at være i stand til at have større matematiske evner. Således forårsager eller forklarer den ene variabel ikke den anden.

Forskel mellem korrelation og kausalitet

Eksempler som dette har opfundet sætningen "korrelation betyder ikke årsagssammenhæng." Se forskel mellem korrelation og kausalitet.

Du skal være forsigtig og anvende logik. Det kan ske, at når det repræsenterer forskellige variabler i grafer, kan det se ud til, at de er relateret til hinanden. Imidlertid er virkeligheden, at vi står over for et falskt forhold. Afhængigt af hvilken type graf vi bruger og den skala, vi anvender, kan vi tilsyneladende finde meget overbevisende relationer. Derfor, når vi leder efter et årsagsforhold mellem variabler, er en grafisk repræsentation og enkle beregninger ikke nok.