קורלציה וסיבתיות: הבדלים, דוגמאות וכיצד להימנע מטעויות

ייזום » כלכלה » קורלציה וסיבתיות: הבדלים, דוגמאות וכיצד להימנע מטעויות

השיח הציבורי על נתונים מלא במלכודות מושגיות, וביניהן, בלבול בין העובדה ששני דברים הולכים יד ביד כאשר האחד גורם לאחר הוא אחד הנפוצים ביותר. הפרדה ברורה בין קורלציה לסיבתיות זה לא רק עניין טכני סטטיסטי; זוהי מיומנות מעשית להימנעות מהחלטות חפוזות בתחום הבריאות, הכלכלה, השיווק או... מַדָע הַמְדִינָה.

בשורות הבאות תמצאו מדריך מלא ומהנה כדי להימנע מליפול למלכודת הזו. נגדיר את שני המושגים ונבחן את ההבדלים המהותיים ביניהם.נבחן דוגמאות יומיומיות שהן מטעות במבט ראשון, נחקור שיטות לחשיפת קשרים כוזבים, ונסקור את הגישות החזקות ביותר להסקת השפעות סיבתיות כאשר איננו יכולים להתנסות בחופשיות.

למה אנו מתכוונים בקורלציה ולמה בסיבתיות?

כאשר שני משתנים נעים יחד, אנו בדרך כלל אומרים שהם מתואמים: אם אחד עולה, השני נוטה לעלות, או להיפך. קורלציה היא מדד של אסוציאציהזה מכמת את העוצמה והכיוון של זה כשהוא הולך יד ביד, אבל זה לא אומר לנו למה זה קורה.

סיבתיות היא סיפור אחר: היא מרמזת ששינוי במשתנה אחד גורם לשינוי במשתנה אחר. קשר סיבתי הוא קשר כיווני. וזה דורש מנגנון שמחבר בין סיבה לתוצאה. קיומה של סיבתיות עשוי להוביל או לא להוביל לקורלציה נצפית בנתונים, תלוי באופן שבו אנו מודדים ובאילו תנאים.

הבדלים מרכזיים שכדאי לזכור

• קורלציה אינה מרמזת על סיבתיותייתכן שיש קשר ללא קשר סיבתי בסיסי.
• סיבתיות אכן מרמזת על מנגנוןעם זאת, ייתכן שזה לא יתבטא כקורלציה אם ישנם בקרות או פיצויים שמסוות את הדפוס.
• המתאם הוא סימטרי (א' עם ב' זהה ל-ב' עם א'), סיבתיות אינה: העובדה שא' גורם ל-ב' לא אומרת ש-ב' גורם ל-א'.

דוגמאות שבוחנות אינטואיציה

מתאם ללא סיבתיות: מלכודת המשתנים השלישית

בניתוחים זמניים, אופייני לראות שבחודשים חמים מכירות הגלידה עולות וכך גם מקרי טביעה על החוף. שתי הסדרות נעות יחד עקב גורם משותף. (הטמפרטורה והשימוש המוגבר בחוף), לא בגלל שגלידה גורמת למקרי טביעה או להיפך. זוהי דוגמה קלאסית לקורלציה כוזבת עקב משתנה מבלבל.

משהו דומה קרה עם ממצא תקשורתי על תינוקות שישנו עם אור דולק והסבירות הגבוהה יותר שלהם לקוצר ראייה. מאוחר יותר התברר כי קוצר ראייה של ההורים זה השפיע הן על השימוש בתאורת לילה והן, באמצעות תורשה, על ראיית הילדים. שוב, משתנה שלישי מסביר את הקשר.

כאשר יש סיבה, אך המתאם נעלם

דמיינו תרמוסטט ששומר על טמפרטורה קבועה בבית על ידי שליטה על תנור המופעל על דלק. כמות הדלק אכן גורמת לחוםעם זאת, מכיוון שהתרמוסטט מפצה, ייתכן שהטמפרטורה הפנימית לא תהיה בקורלציה עם הדלק שנשרף. קיים קשר סיבתי ללא קורלציה נראית לעין במדידה זו.

הכיוון חשוב, ולפעמים הוא הולך אחורה.

לעתים קרובות נאמר כי אורח חיים פעיל מגן על הביצועים הקוגניטיביים בקרב מבוגרים. עם זאת, סיבתיות הפוכה אפשרית.אלו ששומרים על תפקוד קוגניטיבי טוב יותר נוטים לשמור על שגרות פעילות יותר. עם זאת, קשר זה לבדו אינו פותר את חץ הזמן.

הפרדוקס של סימפסון

פרדוקס זה מופיע כאשר מגמה הקיימת במצטבר מתהפכת כאשר היא מופרדת על ידי תת-קבוצות. דוגמה נפוצה היא טיפול שנראה יעיל יותר במינונים גבוהים. בנתונים הכוללים, אך כאשר מפרקים אותם לפי מין, התבנית הפוכה משום שחלוקת המינון שונה בין הקבוצות. השוואה בין תפוחים לתפוזים מסתירה את המציאות.

כיצד לזהות קשרים מזויפים

כלי שימושי הוא קורלציה חלקית: הוא מודד את הקשר בין שני משתנים תוך בקרה על משתנה שלישי.אם הקשר בין גלידה לטביעה נעלם כשמבטלים את הטמפרטורה, יודעים שהקשר היה מזויף.

אסטרטגיה נוספת היא לחלק את הניתוח לריבוד: חלוקה לפי קבוצות רלוונטיות (גיל, מין, אזור) או להתאים למשתנים מבלבלים במודלים, כדי לבודד השפעות ולהימנע ממסקנות מטעות עקב ערבוב של אוכלוסיות.

מדדים בסיסיים לכימות אסוציאציה

שונות משותפת (covariance) מציינת את כיוון השינוי המשותף של שני משתנים. חיובי אם הם נעים באותו כיוון ושלילי אם הם נעים בכיוונים מנוגדיםערך קרוב לאפס מצביע על היעדר קשר ליניארי. קנה המידה שלו תלוי ביחידות, ולכן אינו ניתן להשוואה בין זוגות שונים; זהירות זו עם מדדים מזכירה פרקטיקות של בקרת איכות.

מקדם פירסון מנרמל את השונות המשותפת ונע בין -1 ל-1. זה משמש לכמת את עוצמתו של קשר ליניארי בין משתנים כמותיים רציפים, כאשר 1 או -1 מייצגים קשרים מושלמים. זה גם מספק ערך p כדי לבדוק האם ניתן לייחס את הקשר שנצפה למקריות תחת הנחות מסוימות.

ספירמן מעריך את הקשר על סמך דירוגים. זה עובד היטב כאשר הקשר הוא מונוטוני אך לא בהכרח ליניארי.והוא עמיד יותר בפני חריגים. יתר על כן, הוא תומך במשתנים אורדינליים, דבר שפירסון לא תומך בו.

אפשרויות פחות נפוצות אחרות כוללות את קנדל להתאמת דירוג ואת הנקודה הביסריאלית כאשר משתנה אחד הוא דיכוטומי והשני הוא אינטרוואל.בחירת המקדם הנכון מונעת פרשנויות שגויות.

לגבי ערך ה-p המפורסם, ראוי להבהיר: זה לא ההסתברות שההשערה נכונהזה מציין עד כמה קיצוניים הנתונים הנצפים היו אם מודל האפס היה נכון. ערך p נמוך מצביע על כך שהקשר שנצפה לא סביר נובע מקריות, אך הוא אינו מוכיח, בפני עצמו, סיבתיות.

מתי להשתמש בכל מדד

אם אתה רוצה לדעת לאיזה כיוון נעים שני משתנים מבלי להתכוון להשוות גודל, קוואריאנזציה נותנת לך רמזכדי למדוד את חוזקו של קשר ליניארי עם משתנים רציפים וללא חריגים גדולים, פירסון היא הבחירה הטבעית.

כאשר אתה חושד שהקשר הוא מונוטוני אך לא ליניארי, האם יש ערכים קיצוניים או שאתה עובד עם נתונים סדרתיים?מקדם המתאם של ספירמן נוטה לספק תשובות אמינות יותר. וזכרו: כל מתאם מתאר קשר, לא השפעה.

מהו מודל סיבתי ולמה הוא משמש?

מידול משוואות מבניות (SEM) מאפשר ציין קשרים סימולטניים בין משתנים עם מונחי שגיאה ואילוצים תיאורטיים. הם שימושיים כאשר למערכת יש מספר מסלולים סיבתיים ומשתנים סמויים.

כיצד לבצע הסקה סיבתית בצורה קפדנית

אבן הבוחן היא ניסויים מבוקרים אקראיים. רנדומיזציה מקצה טיפול או ביקורת באופן אקראיעל ידי איזון ממוצע של גורמים נצפים ולא נצפים. אם כל השאר נשאר בר דומה, ההבדל בתוצאות מיוחס לטיפול.

כאשר אקראיות אינה אפשרית, צצים עיצובים מעין-ניסויים. תהליך ההתאמה נועד להשוות תפוחים לתפוחים., התאמת יחידות מטופלות ויחידות בקרה על פי משתנים רלוונטיים.

אי הרציפות ברגרסיה מנצלת סף: נקודת חיתוך שמקצה טיפולאלו שנופלים מעט מעל ומתחת לסף דומים למעט ההתערבות, המאפשרת להעריך את ההשפעה באופן מקומי.

ההבדלים בהבדלים משווים האבולוציה של קבוצת טיפול וקבוצת ביקורת לפני ואחרי ההתערבות, בהנחה של מגמות מקבילות בהיעדר טיפול. זהו כלי רב עוצמה בהערכות מדיניות.

ניתן להשתמש בנתונים תצפיתיים גם כדי להתקדם על ידי שילוב של תיאוריה וסטטיסטיקה. ניתוח מצבי. מכשירים תקפים, בקרות סינתטיות או מודלים של למידה מרחוק הם עוזרים לקרב את ההשפעות, תוך הבהירות הנחות היסוד. כלי ניתוח כגון פלטפורמות פרסום או חבילות ניתוח דיגיטלי ממחישים גישה זו באמצעות נתונים היסטוריים.

קורלציה בביג דאטה: הזדמנויות ומכשולים

חקירת קורלציות במאגרי מידע גדולים חושפת דפוסים חשובים, אך ככל ים הנתונים גדול יותר, כך יותר סירנות מזויפות שרותמופיעים קשרים בולטים שהם תוצאה של צירופי מקרים סטטיסטיים, לא קשרים אמיתיים.

אלגוריתמים מגלים סדירות, אבל ללא שאלה סיבתית ברורה ועיצוב מחקר חזקההסתברות לטעות בפינוי רעש לאות עולה באופן דרמטי. לכן, קורלציה מנחה השערות; סיבתיות נתמכת על ידי מחקרים מתוכננים היטב.

שפה אחראית: סימני אזהרה

בעת קריאת כותרות, היזהרו מפעלים קטגוריים כמו להפחית, להגדיל, לגרום או לבטל אם הראיות מגיעות ממחקרים תצפיתיים. מומלץ להשתמש בביטויים זהירים כפי שהוא קשור ל, יכול להשתפר, מרמז על קשר.

הוא גם חושד טענות סיבתיות המבוססות על תצפיות פשוטותאסוציאציה אינה קובעת את הכיוון: היא יכולה להיות הפוכה או נובעת ממשתנים מבלבלים. זהירות בשפה מונעת החלטות גרועות.

דוגמה ממחישה הייתה המסר שצריכת שמן זית מפחיתה תמותה. ראיות תצפיתיות מוצאות קשרים חיובייםאבל זה לא מספיק כדי לטעון שיש השפעה סיבתית; ראוי יותר לומר שהיא קשורה לתמותה נמוכה יותר, או שהיא יכולה להפחית אותה, עד לניסויים.

בנוסף, היו כותרות על טיפול הורמונלי שנראה כי מגן על הלב. על ידי שליטה על רמה סוציו-אקונומית וסגנון חיים ההשפעה דעכה ואף התהפכה. משתנים נסתרים יכולים לגרום נזק רב אם לא שולטים בהם.

דוגמאות יומיומיות מטעות

התרנגול קורק לפני עלות השחר והשמש זורחת בכל יום, אבל שירה לא גורמת לשמש לזרוחבאופן דומה, שטיפת המכונית אינה גורמת לגשם, למרות שלפעמים זה עשוי להיראות כך במקרה גרידא.

בבריאות, כשמצבך מצונן אתה שותה מיץ לימון ואחרי כמה ימים אתה מרגיש טוב יותר. האבולוציה הטבעית של הזיהוםמנוחה וטיפול אחר מסבירים את השיפור; איננו יכולים לייחס זאת פשוט למיץ.

שינויים בתסמינים עשויים להופיע בכל טיפול. זה לא מספיק כדי להסיק שהשינוי נובע מהטיפול.גורמים חיצוניים, רגרסיה לממוצע או שיפורים ספונטניים עשויים להיות בתמונה.

אלו שצורכים פחות מזונות מעובדים במיוחד נוטים להיות בעלי שכיחות נמוכה יותר של סרטן, אך ייתכן שההבדל הזה משקף אורח חיים בריא יותר.פעילות גופנית רבה יותר, גישה טובה יותר לטיפול רפואי, או הבדלים סוציו-אקונומיים. הקשר אינו מוכיח סיבתיות.

מקורלציה לסיבתיות עם מחקרים אמפיריים

מקרה מפורסם: פעילות גופנית רבה יותר קשורה לפחות מחלות לב וכלי דם. קורלציה פותחת פתח להשערותלדוגמה, פעילות גופנית עשויה להגביר את רמות תחמוצת החנקן ולהרחיב את כלי הדם, ובכך להפחית את לחץ הדם. ניסוי מבוקר יכול לאחר מכן למדוד מנגנון זה ולהעריך את ההשפעה הסיבתית.

דוגמה נאיבית נוספת: ייתכן שתגלו שפעילות גופנית רבה יותר קשורה לשכיחות גבוהה יותר של סרטן עור. הסיבה הנפוצה באמת תהיה חשיפה לשמשמה שמגביר הן את הפעילות בחוץ והן את הסיכון לסרטן העור. ללא תכנון ניסויי או בקרה טובה על גורמים מבלבלים, פרשנות סיבתית תהיה שגויה.

רגרסיה וסיבתיות: מה עובד ומה לא

רגרסיה מנבאת משתנה אחד ממשתנה אחר תחת הנחות סטטיסטיות. אבל לא קורלציה ולא רגרסיה מוכיחות סיבתיות. בפני עצמם; המובן הסיבתי חייב לנבוע מתאוריה, זמניות או תכנון.

כדי לדבר על השפעה סיבתית, צריך לפחות קשר מובהק סטטיסטית ו... קריטריון ניהוליאו שהמשתנה הסיבתי מתרחש לפני האפקט, או שיש הצדקה תיאורטית מוצקה לקשר הסיבתי. ללא זמניות או תיאוריה, יש קשר, לא סיבתיות.

דוגמה: לחקור האם הגיל שבו ילד מנסח את משפטיו הראשונים קשור להצלחתו הלימודית בהמשך. ראשית, מושווה הקשראם יש כזה, הכיוון ברור מהסדר הזמני: הצלחה בבית הספר לא יכולה לחזור בזמן ולהשתנות מתי דיברה לראשונה.

ואם אתם מחפשים כלים לתרגול, ישנם מחשבונים ומשאבים מקוונים ש... הם מאפשרים לך להריץ קורלציות ורגרסיות בצורה פשוטה; פלטפורמות מסוימות כמו numiqo מאפשרות ניתוחים אלה עבור מורים, חוקרים ואנשי מקצוע.

כיצד לבחור בין קורלציה להסקה סיבתית בהתאם למטרה

קורלציה אידיאלית לחקירה ומעקב אחר קשרים בלוחות מחוונים, לתעדף השערות ולזהות דפוסים. בתוך שיווקקישור ביקורים חוזרים להמרות או זיהוי תוכן שזז עם תדירות הרכישה הוא שימושי מאוד.

כאשר המטרה היא לייחס השפעה להתערבות ספציפית (מה קורה אם אני מגדיל את תקציב הפרסום), אתה צריך שיטות סיבתיותבאופן אידיאלי, בדיקות A/B עם הקצאה אקראית; אם זה לא אפשרי, עיצובים קוואזי-ניסויים כגון התאמה, אי-רציפות או הפרש-בהפרשים.

עם נתונים מכלים כמו חבילות אנליטיקה ופלטפורמות פרסום, מקובל לפנות ל... מודלים עם נתונים תצפיתיים נתמכים על ידי הנחות ברורות. לעיתים משתמשים בכלים תקפים או בבקרה סינתטית כדי לבנות ניתוחים נגדיים אמינים.

אם אתם מעוניינים להתנסות בדוגמאות הניתנות לשחזור, תוכלו לבדוק מאגרים שמראים קודים בסיסיים למשחק עם נתונים בתרחישים שונים, כמו בדוגמה הזמינה בקישור הזה: github.com/pichu2707/corr-causal-enae.

טיפים מעשיים להערכת ראיות

לפני שאתם מאמצים כותרת סנסציונית, שאלו את עצמכם: האם יש רנדומיזציה או רק תצפית?האם ישנן בקרות מספקות לבלבול? האם תת-הקבוצות מספרות את אותו סיפור, או שמא נוצר פרדוקס סימפסון? כך מסננים רעש.

כאשר אתם רואים מחקר תצפיתי עם פועל חזק, נסחו אותו מחדש נפשית בתנאי: קשור ויכול להפחית או להגבירדיסציפלינה לשונית קטנה זו נמנעת מפרשנויות יתר ושומרת על יושר מדעי.

סווג את המחקר מבחינה נפשית: תצפיתי או התערבותי. חוקרים תצפיתיים מגלים קשריםמחקרים ניסויים, אם נערכים היטב, מאפשרים ודאות רבה יותר בקביעת סיבתיות. הם משמשים כמסנן מהיר כדי להימנע ממלכודות.

בפסיכולוגיה קלינית ובפסיכותרפיה, שבהן גורמים מרובים מתקיימים יחד ומקיימים אינטראקציה, צוותים בעלי ניסיון בהקשרים אמיתיים הם מזכירים לנו כי הסקה סיבתית דורשת זהירות מיוחדת ותכנון מתאים כדי להימנע מבלבל בין קורלציות בולטות לבין השפעות טיפוליות אמיתיות.

התבוננות מדוקדקת בנתונים, בחירת הכלי הנכון לשאלה וזהירות בשפה עושים את ההבדל בין ראייה ששני דברים נעים יחד לבין הדגמה שאחד מניע את השני. השתמש בקורלציה כדי לחקור ולתעדף השערותשמרו שיטות סיבתיות לייחוס השפעות וקבלת החלטות; בדרך זו תעברו ממה שזז עם מה למה שגורם למה עם המהימנות הגדולה ביותר האפשרית.