상관 관계가 원인을 암시하지는 않습니다. 그러나 변수 중 하나가 시간 인 경우는 어떻습니까?

나는이 질문이 10 억 번 요청되었음을 알고 있으므로 온라인을 살펴본 후 두 변수 사이의 상관 관계가 원인을 암시하지 않는다는 것을 완전히 확신합니다. 오늘의 통계 강의 중 하나에서 물리학의 통계 강의의 중요성에 대해 물리학 자의 초청 강의를했습니다. 그는 놀라운 진술을 말했다.

변수 중 하나가 시간 인 경우를 제외하고 상관 관계는 인과 관계를 암시하지 않습니다. 따라서 독립 변수와 시간 사이에 강한 상관 관계가 있으면 인과 관계도 의미합니다.

나는이 진술을 전에 들어 본 적이 없다. 물리학 자 / 상대 주의자들이 통계 인과 "주의"를 다르게 보는가?

나는 현재 제공된 것들이 물리학 자의 진술에서 중요한 요점을 놓치고 있다고 생각하기 때문에 또 다른 대답을하겠다. 인용문은 다음과 같습니다.

"변인 중 하나가 시간이 아니라면 상관 관계는 인과 관계를 암시하지 않습니다. 따라서 독립 변수와 시간 사이에 강한 상관 관계가 있으면 인과 관계도 암시합니다."

물리학자는 다음과 같이 말하지 않습니다 .

"X와 Y가 서로 연관되어 있고 X가 Y보다 먼저 오면 상관 관계는 원인을 의미합니다."

맞지 않을 것입니다. 무엇 물리학이 되는 말을하는 것입니다 :

"X와 시간 이 서로 관련되어 있다면 , 그 상관 관계는 시간 이 증가 하면 X가 증가 (또는 감소) 함을 의미합니다. "

예는 엔트로피 일 수 있습니다. 시간 경과와 엔트로피 증가간에 강한 상관 관계가있는 경우 시간이 길어지면 엔트로피가 증가한다고 말할 수 있습니다. 이것은 엔트로피 증가의 물리적 원인 (입자 붕괴, 우주 확대 등)을 무시합니다.

인과 관계에 대한 전통적인 요구 사항 중 하나는 시간 진행, 즉 X가 Y보다 먼저 오면 X 만 Y를 유발할 수 있다는 것입니다. 그러나 변수 중 하나가 IS이면 시간 진행이 이미 관계에 포함되어 있습니다 (관계가 존재하는 경우).

편집 : 다양한 의견을 바탕으로 다음을 추가 할 것입니다. 물리학자가 여기서 "인과 관계"라는 단어를 다르게 사용하고 있다고 생각합니다. 그는 독립 변수와 시간 사이에 상관 관계가 있으면 독립 변수가 시간이 지남에 따라 예측 가능하게 변경된다고 결론 내릴 수 있다고합니다. 어떤 사람들은 시간이 지남에 따라 변화가 "원인"이라고 말할 수도 있는데, 이것은 통계 학자들이 "원인"또는 "원인"이라는 단어를 사용하는 방식이 아니기 때문에 혼란을 야기 할 수 있습니다.

우리는 물리학자가 무엇을 의미하는지 모릅니다. 두 가지 다른 해석이 이어집니다.

것을 주장 이전의 하고와 관련되는 것을 의미한다 발생 잘못된 것입니다. 가 보다 우선 하더라도 와 가 종속되는 것만으로는 충분하지 않습니다 . 예를 들어 와 는 모두 다른 변수 에 의해 발생할 수 있습니다.$X$$Y$$Y$$X$$Y$$X$$Y$$X$$Y$$X$$Y$$W$$X \leftarrow W \rightarrow Y$$X \leftarrow V \rightarrow Z \leftarrow W \rightarrow Y$$Z$$X$$Y$

그러나 시간적 우선 순위는 인과 관계를 주장하기위한 조건을 크게 단순화시킨다. 이것은 펄의 인과 관계 책 2.7 장 "인과 관계에 대한 지역적 기준"에서 찾을 수있다.

$X$$Y$$Z$$S$$X$

1. $(Z\; \not\perp\!\!\!\!\perp Y \mid S)$
2. $(Z \perp\!\!\perp Y \mid S \cup X)$

본질적으로 (1) 은 시간 우선 순위가 주어진 경우 가 의 잠재적 원인임을 나타내고, (2) 가 해당 관계를 깨뜨릴 수 있음을 의미하며 , 이는 가 유발하는 경우에만 발생할 수 있습니다 .$Z$$Y$$X$$X$$Y$

이 상태는 시간 정보가없는 진정한 원인에 대한 Pearl의 정의보다 훨씬 간단합니다.

다른 답변의 일부에 나와있는 다른 가능성은 물리학이 경우 의미이다 시간의 흐름이며이와 관련있어 , 다음 발생 . 이 진술은 정확하지만 시간이 지남에 따라 다른 모든 변수의 원인이되기 때문에 공허합니다. 이는 인과적인 그래픽 구조가 이런 식임을 의미합니다. 인과 적 그래픽 구조는 관찰과 개입이 주어진 독립 관계에 대한 일련의 주장입니다.$X$$Y$$X$$Y$

나는 여러분의 초빙 강사가 물리학에서 복제에서 살아남는 유일한 상관 관계가 근본적인 인과 관계가있는 유일한 상관 관계를 의미한다고 추측합니다. 시간 변수는 물리학자가 제어하지 않는 유일한 변수이므로 예외입니다. 이유는 다음과 같습니다.

물리학에서는 일반적으로 반복 가능한 현상과 실험을 처리합니다. 실제로 모든 실험이 반복 가능하며 나중에 또는 다른 연구원이 복제 할 수 있다는 것은 거의 주어진 것입니다. 가 관심 변수 및 독립 변수 에 대한 관측치 인 표본을 관찰한다고 가정 해 보겠습니다 . 위에서 언급했듯이 변수를 완전히 제어하고 원하는 값으로 설정할 수 있습니다.$y_i,x_{ki}$$x_k$$x_{k}$

당신의 물리학자는이 설정 에서 인과 관계가 없다면 상관 관계 볼 수 없다고 말합니다 . 왜? 다른 사람이나 자신도 의 조합 및 순서로 실험을 반복하기 때문에 인과 관계와의 상관 관계 만 실험의 복제에서 살아남을 수 있습니다. 실험의 모든 가능한 조합에서 충분한 데이터를 수집하면 다른 모든 (의심스러운) 상관 관계가 사라집니다.$Corr[y,x_{k}]$$x_{kj}$

이 상황은 실험을 할 수없는 사회 과학 및 일부 비즈니스 응용 프로그램과 완전히 대조됩니다. 한 국가의 GDP의 한 시퀀스 만 관찰하고, 다른 모든 것을 보유하는 실업을 변화시키고 상관 관계를 관찰 할 수는 없습니다.

물리학자가 제어 할 수없는 유일한 변수는 시간입니다. 2017 년 1 월 1 일은 하나뿐입니다. 그는 오늘 반복 할 수 없습니다. 다른 변수는 반복 할 수 있지만 시간은 없습니다. 이 시간에 오는 이유 (즉, 없는 시간이나 기간을 경과), 물리학은 다른 사람과 같은 배에 : 상관 관계가 그를 위해 인과 관계를 의미하지는 않습니다.

나는 이전에 이것을들은 적이 없으며, 내가 친숙한 인과 관계 개념에 따르면 사실 이 아닙니다 (물리학자는 아니지만).

일반적으로, 대한 원인 그 것이다 필요한 것을 앞에 시간에. 따라서 가 보다 우선 하면 상관 관계에 관계없이 로 "원인"할 수 없습니다 . 또한, 앞에있는 는 인과 관계를위한 충분한 조건 이 아닙니다 (상관 관계에 관계없이).$X$$Y$$X$$Y$$Y$$X$$X$$X$$Y$

나는 이것이 시간이 반드시 유일하다고 생각하지는 않지만 확실히 좋은 예입니다. 요점은 일반적으로 A & B가 서로 연관되어 있으면 일반적인 인과 관계가 있다고 가정 할 수 있지만 A가 B 또는 B가 A를 유발하는지 또는 세 번째 변수 C가 A & B를 유발하는지 여부는 알 수 없습니다. 특정 경우에, 당신은 것을 배제 할 수 있는 다른 변수가 발생하고, 그래서 A는 하나의 예는 통제 된 실험이다 B. 원인이 있다고해야합니다 어디 당신 , 그리고 실험자, 제어 A. 만약 당신이 만드는 변화 A는 B의 변화와 상관 관계가 있으며, A가 B의 변화를 초래 한 것이지 A가 아니어야한다는 것을 알고 있습니다.

시간이 지남에 따라이 예에 해당하는 또 다른 유형의 시나리오는 A에 영향을 줄 수있는 것이 아무것도 없기 때문에 다른 변수가 A를 유발할 수 없다는 것을 단순히 알고 있는 경우입니다 . 시간이 당신이 관심있는 어떤 변수의 변화와 관련이 있다면 (예를 들어, 지구상의 사람들의 수), 시간의 흐름이 그 변수를 변화 시켰음을 분명히 알 것입니다. 시간이지나거나 다른 방식으로 변화를 일으키는 변수보다 (즉, 더 많은 사람들이 태어 났기 때문에 시간이 진행되지 않았으므로 다른 방향이어야 함).

물론 아직도 모르는 것은 인과 관계가 직접적인지 여부입니다. 아마도 시간의 흐름 자체가 더 많은 인간을 자동으로 생산하지는 않을 것입니다. 오히려, 역사의 전개는 사회의 다양한 측면에서 진보를 야기하며, 이는 인구의 규모를 증가시킨다 (그리고 심지어 많은 작은 인과 관계를 단순화 한 것이다). 그러나 게임의 정확한 요소에 관계없이 A는 (궁극적으로) B로 이어지고 다른 방향으로 나아 가지 않는다는 것을 확실히 알고 있습니다.

실제로 상관 관계는 인과 관계를 의미 합니다.

A가 B를 유발했거나 C가 A와 B를 유발했을 수 있습니다.

그러나 상관이 원인을 증명 하지는 않습니다 .

이것은 자명하다.

나는 이것을 수학 / 통계 학적 주장 이라기보다는 의미 론적으로 해석 할 것이다. 나는 또한 그것을 다소 심각한 일반화로 받아 들일 것이다.

브래드 포드 힐 기준 , 자주 역학에서 사용되는, 인과 관계에 대한 생각을위한 좋은 프레임 워크를 제공합니다. 시간이 중요한지 여부에 관계없이 인과 관계를 확실하게 증명할 수있는 것은 없으며, 강사가 그러한 강력한 주장을하지 않았다고 생각합니다. 그러나 원인에 대한 합리적인 논거로 여러 가지 요소를 사용할 수 있습니다.

예를 들어, Bradford Hill 기준은 변수 간의 연관 강도가 원인에 대한 증거를 제공 할 수 있지만 그 자체로는 충분하지 않다고 제안합니다. 마찬가지로, 다른 알려진 / 믿은 사실과 일치하는 연관은 일반적인 지식과 일치하지 않는 연관보다 인과 관계가 더 강력하다는 것을 암시 할 수 있습니다. 시간은 또한 기준 중 하나입니다. 원인이 그 영향보다 우선해야합니다. 우리가 인과 관계를 맺는 것에 대한 연관성과 추론은 일시적인 의미가 있어야합니다. 다른 기준을 검토하는 것이 좋습니다. 일부는 역학에 특화되어 있으며 물리학에는 적용 할 수 없지만 여전히 유용한 사고 방식입니다.

요점은 단 하나의 증거도 인과 관계를 확실하게 증명할 수는 없지만 여러 가지 다른 논리적 검사를 기반으로 좋은 사례를 만들 수 있다는 것입니다. 시간과 같은 하나의 기준에 절대 우선 순위를 부여하는 것은 적절하지 않지만 인과 관계가 그럴듯한 경우에는 시간이 중요한 요소가 될 수 있다고 주장합니다.

이것은 통계에 대해 더 넓은 지점으로 이어집니다. 일반적으로 우리는 통계를 사용하여 논쟁을합니다. 우리는 데이터와 통계 도구를 사용하여 특정 지점을 만듭니다. 종종 동일한 데이터 (및 동일한 도구)를 사용하여 충돌 지점을 만들 수 있습니다. 수학 자체에서 인과 관계에 대한 확실한 증거를 찾을 수는 없지만 더 넓은 논거의 일부로 통계 도구를 배포 할 수 있습니다. 이에 대한 자세한 내용은 Abelson의 통계를 기본 인수로 권장 합니다.

이것을 원래 상황으로 되돌리려면 용액에서 특정 화학 물질의 농도가 용액의 온도에 미치는 영향에 대한 실험을 수행했다고 가정 해 봅시다. 이 화학 물질을 더 많이 첨가하면 온도가 상승하는 반응을 일으킬 것으로 의심됩니다. 시간이 지남에 따라 점차적으로 추가됩니다. 시간에 따른 온도를보고 증가를 볼 수 있습니다. 이 모든 것은 시간이 지남에 따라 온도가 상승한다는 것입니다. 그것은 시간 그 자체 (또는 그 문제에 대한 다른 것)가 인과 관계에 영향을 미친다는 것을 증명하지 않습니다. 그러나,이 화학 물질의 농도가 증가하면 온도가 상승하는 반응이 일어난다는 더 넓은 주장의 근거를 제시하고있다.

이 문장은 매우 단순하고 지나치게 생각할 가치가 없습니다 (우선 순위와는 아무 상관이 없습니다).

변수와 시간 사이에 확립 된 상관 관계 가있는 경우 (즉, 시간 의 증가가 변수의 증가를 동반한다는 것을 알고 있으며 이는 주어진 것입니다 ), 우리는 "인과적인"방향을 알고 있습니다 : 즉 시간 증가, 원인 증가시킬 변수.

"nah-uh"의 대립 가설이 있기 때문에 변수가 먼저 증가하기 때문에 시간이 늘어날 수 있습니다.

이것은 어리석은 관찰처럼 들릴 수 있지만 인과 관계를 증명하려는 연구 설계에 중요한 영향을 미칩니다. 의학에서 중요한 예는 단면 연구와 코호트 연구의 차이점입니다.

예를 들어 흡연과 암 사이의 연관성을 찾기위한 단면 연구는 한 그룹의 사람들을 흡연자 대 비 흡연자로 나누고 각 그룹에서 얼마나 많은 사람들이 암과 암이 없는지 알 수 있습니다. 그러나 이것은 흡연과 암의 상관 관계가 "암을 가진 사람들이 흡연을 즐기는 경향이 있음"으로 해석 될 수 있기 때문에 약한 증거입니다.

그러나 코호트 연구를 수행하는 경우 (예 : 흡연자 그룹과 비 흡연자 그룹을 가져 와서 시간이 지남에 따라 추적하고 변수 "흡연자에서 암을 뺀 비 흡연자에서 암")을 측정하고 이 변수와 시간의 상관 관계 (한 번 시작한 흡연량이 일정하고 시간과 무관 한 합리적인 가정 하에서) "시간"이 암 차이의 원인이라는 것을 알 수 있습니다. 흡연 그룹에서 더 많은 시간이 지났습니다. 따라서 흡연자 그룹에서 더 높은 비율과 관련된 시간 경과와 양의 암 차이 사이의 원인을 주장 할 수 있습니다. (또는 더 간단히 말하면 흡연 그룹에 속한 시간이 암 위험을 비례 적으로 증가시킵니다).

더욱이, 단면 연구의 약점, 즉 "암에 걸린 사람들이 흡연을 할 가능성이 더 높다"는 변수로 흡연이 "시간 대 암"에서 제외 되었기 때문에 이제 창 밖으로 나왔다. 방정식 (여기서는 일정하다고 가정하므로 시간에 영향을받지 않음). 다시 말해, 이런 식으로 연구를 공식화함으로써 우리는 매우 구체적인 인과 관계를 조사했습니다 . 만약 우리가 역인 과적 방향이 적용되는 정도 (즉, 결국 암에 걸리는 사람들이 시간이 지남에 따라 담배를 피울 가능성이 얼마나되는지) 를 조사하고 싶다면 , 우리는 반드시 코호트 연구를 "미래 암 대 미래 무암"과 시간에 따른 흡연의 흡수를 측정합니다.

의견에 대한 답변 업데이트 :

이것은 직접적인 인과 관계를 찾는 것이 아니라 인과 관계에 대한 논의이다. 혼란의 문제는 별개의 문제입니다. (즉, 독립이 아니라는 것을 제안 아무것도 없다 셋째 것을 변수 모두가 더 가능성이 흡연자가 될 수 있습니다 및 시간 암의 가능성을 증가). 즉, 사실상의 인과성 측면에서, 우리는 "이 사람들이 담배를 피우지 않았다면 암에 걸리지 않았을 것"을 확실하게 보여주지 않았습니다. 그러나 우리 는"흡연 기와 암 사이의 연관성은 시간이 지남에 따라 증가하지 않았을 것"으로 나타났다. (즉, 협회는 암 환자에 대한 스냅 샷이 아니라 흡연 그룹에있는 것만 선호하는 것이 아니라 시간이 지남에 따라 멈춘다).

관련이 있지만 원인이 아닌 이벤트는 시간이나 공간에서 상관 될 수 있기 때문에 이것은 인과 관계를 설정하는 방법에 대한 의문입니다. 상관 관계가있는 데이터를 살펴보면 관계가 종속적인지 어떻게 확인할 수 있습니까? 현명한 리서치 어드바이저는 "상관 관계가 인과 관계를 암시하는 것이 아니라 어디를보아야하는지 알려줍니다"라고 말했습니다.

사건 A와 B가 시간적으로나 공간적으로 상관되어있는 상황을 고려해 보자. 우리가하는 전치사 조사하려는 경우 A는 B의 원인을 , 생각의 전통적인 라인의 시험을 도입하는 것이다 필요성 및 자족 어떤 인과 관계 정말로 수단이다 -.

• 이 없을 경우 이벤트 A가 의 부재로 리드 이벤트 B는 , 그것은 호출 할 수 있습니다 필요합니다 .
• 경우 에만 이벤트 A를 단독으로 리드 이벤트 B , 그것은 호출 할 수 있습니다 충분 .

우유 가 없으면 가게에 가게 되면 빈 우유에 들어가서 운전하지 않는 것이 좋습니다. 절대적인 인과 관계는 여전히 우유 를 먹을 때마다 가게에 가지 않아도 된다는 것을 의미합니다 . 반대로 가게에있을 때는 우유가 없기 때문 입니다. 이제 엄격한 의미에서 인과 관계를 긍정적으로 확립하는 문제를 쉽게 확인할 수 있습니다. 대부분의 문제는 절대로 인과되지는 않습니다. 우유 상태와 관련이없는 상점에 갈 수있는 다른 많은 이유가 있습니다.

이것은 좋은 종이에서 좋은 종이를 말할 수있는 쉬운 방법입니다. 신중한 연구를 통해 모든 곳에서 충분 성 및 필요성 테스트를 볼 수 있습니다. 소분자 약물 A가 단백질 복합체 B의 분해로 이어질 수 있다고 주장 하는가? 테스트가 즉시 나타납니다.

필요성 ----test---- ----result---- everything but B --> [nothing] (check for false positive) everything but A --> assembled everything with A-like compound --> assembled (control group)

충분 A + B alone (in vitro) --> disassembled (check for false negative) A + B + everything --> disassembled (trial group)

이것은 당신이 실험적으로 상관 관계를 사용하여 인과 관계에 대한 귀납적 주장을 구축하는 전통적인 방법입니다.