상관과 인과 관계

19

Wikipedia 페이지에서 상관 관계 라는 인과 관계를 암시하지는 않습니다 .

상관 관계가있는 두 이벤트 (A 및 B)의 경우 서로 다른 가능한 관계는 다음과 같습니다.

A는 B (직접 원인)를 유발합니다.
B는 A (역 원인)를 유발합니다.
A와 B는 일반적인 원인의 결과이지만 서로를 유발하지는 않습니다.
A와 B는 둘 다 C를 야기하는데, 이것은 명시 적 또는 암시 적으로 조절됩니다.;
A는 B를 유발하고 B는 A를 유발합니다 (양방향 또는 순환 원인).
A는 C를 유발하여 B를 유발합니다 (간접 원인).
A와 B 사이에는 연결이 없습니다. 상관 관계는 우연의 일치입니다.

네 번째 요점은 무엇을 의미합니까? A와 B는 모두 C를 발생 시키며, 이는 명시 적 또는 암시 적으로 조정됩니다. A와 B가 C를 유발한다면 왜 A와 B가 상관되어야 하는가.

correlation causality

— 매트
소스

8

필수 관련 xkcd : xkcd.com/552

— Todd Wilcox

2

이 말에도 불구하고 상관과 인과 관계 사이에 높은 상관 관계가있을 것으로 예상됩니다 ...

— Mehrdad

2

tylervigen.com/spurious-correlations

— Ant

아마도에서 토론도 볼 상관 관계가 인과 관계를 의미하지합니까?

— ctwardy

18

"컨디셔닝"은 확률 이론의 단어입니다 : https://ko.wikipedia.org/wiki/Conditional_probability

C에 대한 컨디셔닝은 C가 참인 경우 만보고 있음을 의미합니다. "암시 적으로"는 우리가이 제한을 명시 적으로하지 않을 수도 있고 때로는이를 인식하지 못할 수도 있음을 의미합니다.

요점은 A와 B가 둘 다 C를 유발할 때 C가 참인 경우 A와 B 사이의 상관 관계를 관찰한다고해서 A와 B 사이에 실제 관계가 있다는 의미는 아닙니다. 인공적인 상관 관계를 만듭니다.

예를 들어 봅시다.

한 국가에는 완전히 독립적 인 두 종류의 질병이 있습니다. A : "사람에게는 첫 번째 질병이 있습니다", B : "사람에게는 두 번째 질병이 있습니다". , 이라고 가정합니다 . $P(A)=0.1$ $P(B)=0.1$

이제 이러한 질병 중 하나를 가진 사람은 의사를 만나러갑니다. 전화 C : "사람이 의사를 만나러 간다". 우리는 입니다. $C=A \text{ or } B$

이제 몇 가지 확률을 계산해 봅시다.

$P(C)=0.19$
$P(A|C)=P(B|C)=\frac{0.1}{0.19}\approx 0.53$
$P(A \text{ and } B|C)=\frac{0.01}{0.19}\approx 0.053$
$P(A|C)P(B|C)\approx 0.28$

분명히 C, 및 에 대한 조건 이 독립적 일 때 와 는 거리가 멀다. 사실, C를 조건으로, "원인"보인다 . $A$ $B$ $not A$ $B$

의사가 기록한 사람의 목록을 분석을위한 데이터 소스로 사용하는 경우 질병 와 간에 강한 상관 관계가있는 것 같습니다 . 데이터 소스가 실제로 컨디셔닝이라는 사실을 알지 못할 수 있습니다. 이것을 "선택 바이어스"라고도합니다. $A$ $B$

— 베누아 산체스
소스

13

네 번째 점의 예이다 Berkson의 역설 라고도 충돌체에 조화 도라고도 설명 어웨이 현상 .

예를 들어, 청남들이 데이트를 자주하는 청녀를 생각해보고, 각 날짜 제안을 수락할지 거절할지 결정해야합니다. 청남들은 자신이 얼마나 매력적이고 매력적인 지에 따라 달라지며,이 두 특성이 데이트 제안자 집단에서 독립적이라고 가정 해 봅시다. 당연히 젊은 여성은 남성이 더 매력적이거나 매력적인 데이트 제안을 받아들이는 경향이 있습니다. 따라서이 상황에 대한 원인 모델은 다음과 같습니다.

A t t r a c t i v e \to A c c e p t \leftarrow C h a r m i n g

$Attractive \rightarrow Accept \leftarrow Charming$ 즉,

와

모두 원인

는 각각 0 또는 1 여자 거부하는 경우의 값을 취하거나 날짜 제안을 수락 .

A t t r a c t i v e

$Attractive$

C h a r m i n g

$Charming$

A c c e p t

$Accept$

$Attractive$ $Charming$ $Accept=1$ . 이제 나는 여자가 데이트하기로 동의 한 남자에 대해 이야기하고, 남자가 여자의 의견으로는 전혀 매력적이지 않다고 말합니다. 글쎄, 우리는 그 여인이 어쨌든 그를 데이트하기로 동의 했으므로 우리는 그가 정말로 매력적이어야한다고 합리적으로 추론 할 것입니다. 반대로, 우리가 데이트 제안을 받아 들였고 매력적이지 않은 사람에 대해 알게되면, 우리는 그 사람이 상당히 매력적이라고 추론 할 것입니다.

$Accept=1$ $Attractive$ $Charming$ $Accept$

— 제이크 웨스트 폴
소스

5

Simpson의 역설 과 Berkson의 역설 은 각각 "명시 적 또는 암시 적으로 조건이있는 C를 유발하는 A와 B의 예"를 제공 할 수 있습니다.

$1000$ $100$ $10\%$ $200$ $20\%$ $20$

$280$ $20\%$ $100\%$

— 헨리
소스

이것은 심슨의 역설이 아니라 버크 슨의 역설의 예입니다 (제 답변을보십시오).

— Jake Westfall 2016 년

@JakeWestfall 아마도 당신이 옳을 것입니다-나는 어딘가 전에 우표 예제를 썼다는 것을 알았지 만 어디에 잊혀졌으며 그것은 버크 슨의 역설에 대한 위키 백과 페이지로 밝혀졌습니다

— Henry

4

단락은 "A와 B의 두 상관 이벤트에 대해 ..."로 시작하므로 상관 관계가 처음에 가정됩니다. 다시 말해, C를 동시에 유발하기 위해 서로 관련 될 필요는 없지만, 상관되어 있고 C를 모두 유발 한 경우, 그들 사이에 인과 관계가 있음을 의미하지는 않습니다.

— 루
소스