Atšķirība starp korelāciju un cēloņsakarību 2021. gads

Ekonomikā ir ļoti svarīgi zināt, kas ir korelācija un kas ir cēloņsakarība. Arī lielā atšķirība starp tām, ņemot vērā, ka tie ir divi statistikas valodas vārdi, kas mūsdienās tiek plaši izmantoti ziņās.Zināšanu trūkums vai sajukums starp korelāciju un cēloņsakarību var izraisīt pārpratumu par to, ko viņi mums saka. Pat plašsaziņas līdzekļi var izmantot šos terminus ar nolūku mūs maldināt. Mums jāatceras šī frāze, jo vēlāk tam būs jēga: korelācija nenozīmē cēloņsakarību.

Konceptuāla atšķirība starp korelāciju un cēloņsakarību

Mēs iepazīstināsim ar noteikumiem, tos izskaidrosim un izšķirsim, izmantojot divus piemērus:

  • Cēloņsakarība: Saskaņā ar RAE tas nozīmē: "Cēlonis, izcelsme, sākums". Tas ir vārds, ko lieto, lai izveidotu saikni starp cēloņu un seku. Tas ir, tas attiecas uz motīviem, kas rada "kaut ko". Piemēram, ja pieskaraties ugunij, tas izraisa apdegumu.

Pastāv cēloņsakarība, jo tas notiek kaut kas nepārprotami un tas ir pierādīts, pieskaršanās ugunij vienmēr jūs sadedzina.

  • Korelācija: Saskaņā ar RAE tas nozīmē: "Sarakste vai savstarpējas attiecības starp divām vai vairākām lietām vai lietu virkni." Šajā gadījumā nodibinātās attiecības ir vienkāršas atbilstības vai līdzības, nevis izcelsmes. Piemēram, pastāv korelācija starp baznīcu skaitu pilsētā un alkoholiķu skaitu tajā.

Iespējams, jūs pat esat satriekts, izlasot iepriekšējo teikumu, tā ir taisnība! Pat ja jūs nedomājat nepareizi, es esmu teicis, ka pastāv korelācija, bet nevienā brīdī es neesmu teicis, ka viena lieta izraisa otru. Šajā gadījumā aiz trešā mainīgā, kurš nav ņemts vērā manā teikumā, ir korelācija ar abiem un tas būtu skaidrojošais mainīgais. Es, protams, runāju par tajā pilsētā esošo iedzīvotāju skaitu, vairāk iedzīvotāju, vairāk baznīcu un vairāk alkoholiķu. Skatīt lineārās korelācijas koeficientu

Tāpēc mēs esam redzējuši, ka viņi virzās vienā virzienā, un tāpēc pastāv korelācija starp abām lietām, taču fakts, ka ir vairāk baznīcu, nenozīmē, ka ir vairāk alkoholiķu.

Izmantojot šo pēdējo piemēru, mēs esam spējuši skaidri saskatīt atšķirību starp abiem terminiem un ka korelācija nenozīmē cēloņsakarību.

Var būt korelācija un iespēja

Var būt arī nejaušība. Tas ir tīras nejaušības dēļ. Kā redzams parādītajā grafikā. Diagrammā tiek salīdzināta bioloģiskās pārtikas pārdošana miljonos dolāru ar autisma diagnosticēto cilvēku skaitu. Abi pieaug tandēmā, tad pastāv korelācija, bet nav iemesla, kas tos apvienotu.

Šīs atšķirības teorētiskā un praktiskā mācība māca būt uzmanīgiem, mācoties interpretēt datus. Ne tik ilgi, kamēr pastāv korelācija, tas nozīmē, ka viens mainīgais izraisa otru. Tādējādi ir svarīgi ļoti labi saprast atšķirību starp korelāciju un cēloņsakarību. Tas mums palīdzēs nepieļaut kļūdas, veicot pētījumus vai pētījumus.