이 독재자 게임 예제에서 상관 관계에서 인과 관계를 유추 할 수 있습니까?

방금 두 가지 변수가 제시된 시험을 보았습니다. 독재자에게 100 USD가 주어지고 얼마를 보내거나 유지할 것인지 선택할 수있는 독재자 게임에서 나이와 참가자가 얼마나 많은 돈을 지불하기로 결정했는지는 긍정적 인 상관 관계가있었습니다.

내 생각은 상관 관계에서 인과 관계를 유추 할 수 없기 때문에 인과 관계를 유추 할 수 없다는 것입니다. 예를 들어, 반 친구는 참가자를 세 개의 개별 그룹으로 나누면 얼마나 많은 사람들이 얼마나 많은 정보를 공유하고 얼마나 많은 정보를 공유하는지 알 수 있기 때문에 나이가 더 많아 질 것이라고 결론을 내립니다. 누가 정확하고 왜?

일반적으로 상관 관계가 인과 관계를 암시한다고 가정해서는 안됩니다. 이것이 유일한 이유 인 경우에도 마찬가지입니다.

예를 들어 문화의 세대와 관련된 측면과 관련된 다른 것들이 있다고 생각하십시오. 어쩌면이 세 그룹은 나이가 들어도 동일하게 유지되지만 다음 세대가 추세를 버릴 것입니까?

무엇보다도, 젊은 사람들이 더 많은 금액을 유지할 가능성이 높지만 다른 가능성이 있다는 것을 알고있을 것입니다.

귀하의 데이터에서 몇 가지 인과 관계를 가정 할 수 있습니다 .

1. 나이를 측정 한 다음 돈의 양을 유지합니다. 나이가 많은 참가자는 더 많은 돈을 유지하는 것을 선호합니다 (아마도 더 똑똑하거나 덜 이상적이지만 요점이 아닙니다).

2. 보관 된 돈의 양을 측정 한 다음 연령을 측정합니다. 더 많은 돈을 버는 사람들은 돈을 세는 데 더 많은 시간을 소비하므로 나이를 측정 할 때 더 나이가 들어갑니다.

3. 아픈 사람들은 (생명을 구할 수있는) 약물 치료 나 치료에 돈이 필요하기 때문에 더 많은 돈을 유지합니다. 실제 상관 관계는 질병과 돈 사이에 유지되지만이 변수는 "숨겨져"있습니다. 따라서 질병의 연령과 가능성은 실험을 위해 선택된 인구 통계 학적 인구 집단과 상관 관계가 있기 때문에 잘못된 결론으로 ​​넘어갑니다.

(143 이론을 생략; 나는 이것을 합리적으로 짧게 유지해야한다)

147. 실험자는 젊은이들이 이해하지 못하는 오래되고 모호한 방언을 말하면서 실수로 잘못된 옵션을 선택했습니다.

결론 : 당신은 맞지만 반 친구는 147 배 더 정확하다고 주장 할 수 있습니다.

또 다른 유명한 상관 관계는 낮은 IQ와 매일 TV 시청 시간 간의 관계입니다. TV를 시청하면 바보가됩니까? 둘 다 될 수도 있습니다.

일반적으로 상관 관계에서 인과 관계를 유추하는 것은 상관 관계에 대한 여러 가지 다른 이유가있을 수 있으므로 문제가됩니다. 예를 들어, 혼동 자 , 선택 편향 (예 : 특정 임계 값 미만의 소득을 가진 참가자 만 선택) 또는 인과 적 영향 으로 인한 가짜 상관 관계 는 단순히 다른 방향으로 진행될 수 있습니다 (예 : 온도계는 온도와 상관되어 있지만 확실히 발생하지는 않습니다) 그것). 이 두 가지 경우 모두, 반 친구의 절차에 인과 관계가 없을 수 있습니다.

그러나 참가자를 무작위로 선발하면 혼란 스러움과 선입견을 배제 할 수 있습니다. 이 경우, 어느 연령 의 원인이 있어야 돈을 보관 또는 돈을 보관 해야 원인 나이 . 후자는 누군가가 일정량의 돈을 지키도록 강요하면 나이가 어떻게 든 변할 것임을 암시합니다. 따라서 우리는 나이가 돈을 유지 한다고 안전하게 가정 할 수 있습니다 .

인과 관계 효과는 "direct"또는 "indirect"일 수 있습니다. 연령대가 다른 사람들은 다른 교육을 받았으며, 부의 양도 다르며, 이러한 이유로 $ 100의 다른 금액을 유지하도록 선택할 수 있습니다. 이러한 중재자 를 통한 인과 적 영향 은 여전히 ​​인과 적 영향이지만 간접적입니다.

상관은 수학적 개념입니다. 인과 관계는 철학적 아이디어입니다.

반면에 스퓨리어스 상관 관계 는 대부분 실행 가능한 방식으로 정의 할 수 있는 대부분의 기술적 개념 (측정 이론적 확률 교과서에서는 찾을 수 없음)입니다.

이 아이디어는 과학의 위조 론 아이디어와 밀접한 관련이 있습니다. 증명 전용으로, 일을 반증 를.

의학이 생물학에 관한 것이므로 통계는 수학에 관한 것입니다. 풍부한 기술 지식을 바탕으로 최선의 판단을하도록 요구 받지만,이 지식으로는 전 세계를 충분히 커버 할 수 없습니다. 따라서 통계 학자로서 판단하고 다른 사람들에게이를 제시하려면 특정 품질 기준을 준수해야합니다. 즉, 당신이 건전한 조언을하고 그들에게 돈의 가치를주는 것입니다. 이것은 또한 위험의 비대칭 성을 고려한다는 것을 의미합니다. 의료 테스트에서 잘못된 결과를 제공하는 비용 (사람들이 조기 치료를받지 못하게 할 수 있음)은 잘못된 긍정적 인 결과를 제공하는 비용보다 더 높을 수 있습니다 (고민을 유발 함) .

실제로 이러한 표준은 필드마다 다를 수 있습니다. 때로는 3 중맹 인 RCT, 때로는 역 원인 및 숨겨진 공통 원인을 제어하는 ​​도구 변수 및 기타 기술, 때로는 그레인저 인과 관계도 있습니다. 반대 방향으로 존재하지 않는 다른 존재. 엄격한 정규화 및 교차 유효성 검사일 수도 있습니다.

상관 관계와 인과 관계는 수 세기 동안 철학자와 통계 학자 모두를 뒤흔들 었습니다. 마지막으로, 지난 20 년 동안 컴퓨터 과학자들은 모든 것을 분류했다고 주장합니다. 이것은 널리 알려진 것 같지 않습니다. 다행스럽게도이 분야의 원동력 인 Judea Pearl은 최근 대중들에게이 작품을 설명하는 책을 출판했습니다 : The Book of Why.

https://www.amazon.com/Book-Why-Science-Cause-Effect/dp/046509760X

https://bigthink.com/errors-we-live-by/judea-pearls-the-book-of-why-brings-news-of-a-new-science-of-causes

스포일러 경고 : 수행중인 작업을 알고 있으면 일부 상황에서 상관 관계에서 인과 관계를 유추 할 수 있습니다. 먼저 인과 적 가정을 만들어야합니다 (과학에 기반한 인과 모델). 그리고 반 추론을하기위한 도구가 필요합니다 (대수). 이 줄을 몇 줄로 나눌 수는 없지만 (나는 여전히 책을 읽고 있습니다) 귀하의 질문에 대한 답변이 거기에 있다고 생각합니다.

이 경우 나이에 대한 인과 적 주장은 부적절합니다.

시험 문제 설계에서 인과 관계 주장과 관련된 문제는 하나의 간단한 사실로 요약 될 수 있습니다. 노화는 치료가 아니고 나이는 전혀 조작되지 않았습니다. 통제 된 연구를 수행하는 주된 이유는 정확하게 관심 변수에 대한 조작 및 제어로 인해 한 변수 의 변화 가 결과 의 변화 를 유발할 수 있기 때문입니다. 무작위 할당과 같은 다른 가정과 실험자가 실행 세부 사항에서 무언가를 망쳐 놓지 않았다고 생각합니다.

그러나 그것은 시험 디자인이 설명하는 것이 아닙니다. 그것은 단순히 두 그룹의 참가자를 가지고 있으며, 하나의 특정한 사실이 다른 것으로 알려져 있습니다 (그들의 나이). 그러나 당신은 그룹이 다른 다른 방법을 알 방법이 없습니다. 통제력 부족으로 인해 결과의 변화를 일으킨 연령의 차이인지 또는 40 세가 연구에 참여한 이유가 20 세가있는 동안 돈이 필요하기 때문인지 알 수 없습니다 학점 인정에 참여하고 동기가 다른 학생들-또는 그룹에서 천 가지의 다른 자연적 차이 중 하나.

이제 이런 종류의 기술 용어는 분야마다 다릅니다. 참가자 연령 및 성별과 같은 일반적인 용어는 "참가자 속성", "외부 변수", "속성 독립 변수"등입니다. 궁극적으로 "진정한 실험"또는 "진정한 실험"이 아닌 것으로 끝납니다. 나이와 같은 주장을하려는 것은 실제로 변화를 통제하는 것이 아니기 때문에 훨씬 더 진보 된 방법 (인과 적 추론, 추가 조건, 종단 데이터 등)없이 기대할 수있는 것 상관 관계가 있다고 주장하는 것입니다.

이것은 또한 사회 과학 실험과 사람들의 통제하기 어려운 속성을 이해하는 것이 실제로 까다로운 이유 중 하나입니다. 사람들은 많은 방식이 다르며 원하는 것을 바꿀 수 없을 때 배우기 위해서는 더 복잡한 실험적 기술과 추론 적 기술 또는 다른 전략이 필요합니다.

인과 관계 주장을하기 위해 디자인을 어떻게 바꿀 수 있습니까?

다음과 같은 가상 시나리오를 상상해보십시오. 그룹 A와 B는 모두 20 세의 참가자로 구성됩니다.

평소와 같이 그룹 A가 독재 게임을합니다.

그룹 B의 경우, 당신은 마법의 노화 과학 광선을 꺼냅니다 (또는 유령이 그들을 무서운 얼굴로 대우하도록함으로써) )을 가져옵니다. 그룹 B의 모든 참가자를 노화하여 40 세가되도록 신중하게 조정했습니다. 그렇지 않으면 그것들을 변경하지 않은 채로두고 그룹 A와 마찬가지로 독재자 게임을하게합니다.

엄밀히 말하면 합성 노화가 자연 노화와 비슷하다는 것을 확인하기 위해 자연적으로 40 세의 그룹 C를 얻을 수는 있지만 일을 간단하게 유지하고 인공 노화는 "사전 작업".

이제 그룹 B가 그룹 A보다 더 많은 돈을 유지한다면 실험 결과 노화로 인해 사람들이 더 많은 돈을 유지 한다고 주장 할 수 있습니다 . 물론 주장이 틀린 것으로 판명되는 이유는 여전히 수천 가지이지만, 실험에는 최소한 유효한 인과 관계 해석이 있습니다.

아니요. 인과 관계와 상관 관계는 단방향 논리 관계가 있습니다.

피어슨에 의해 정의 된 가장 일반적인 (선형) 상관 관계와 같은 일부 데이터에 대해 계산하는 속성을 고려하십시오. 이러한 특정 상관 관계 정의를 위해서는 특정 (a) 기호 만 있으면 상관 관계가없는 0 또는 1의 상관 관계를 갖는 임의의 데이터 포인트를 만들 수 있습니다. 상관 관계의 정의에 대해 고정식이 있어도 상관 관계 값과 상관 관계 값 사이의 수학적 관계가없는 높은 상관 관계 값을 나타내는 처방을 만들 수 있습니다.

그렇습니다. "비 관련이 있지만 높은 상관 관계"의 관계는 "관련성이 있음에도 불구하고 상관 관계 없음"보다 약합니다. 그러나 상관 관계가있는 경우 표시 할 수있는 유일한 지표 (!)는 이에 대한 설명을 더 세게 살펴보아야한다는 것입니다.

일반적으로 상관 관계에서 인과 관계로 이동할 수 없습니다. 예를 들어, 사회적 지위 / 계급, 지출 / 저장 성향에 대한 잘 알려진 사회 과학 현상이 있습니다. 많은 사람들에게 많은 년 이것이 인과 관계를 보여 주었다 믿어졌다. 작년에 더 집중적 인 연구는 그렇지 않은 것으로 나타났습니다.

클래식 "상관 관계는 인과 아니다"-이 경우, 교란 요인이 빈곤에서 성장하는 다르게 사용 돈으로 사람을 가르치는 것을, 그리고 거기 내일 않을 수 있기 때문에 잉여가 존재하는 경우, 지출 저장 한 경우에도 여러 가지 이유로 .

예를 들어, 노인들이 모두 전쟁을 겪고 있지만 젊은이들은 그렇지 않다고 가정 해 봅시다. 사회 혼돈 속에서 자란 사람들은 실제 피해와 목숨을 잃을 위험이 있고, 주, 고용주 또는 건강 보험사들이 그것을 돌볼 것이며 생존은 그들의 전망을 형성 한 문제가 아닙니다. 그럼 당신은 같은 명백한 연결을 얻을 것입니다-노인 (자신의 세대에 더 가까운 사람들을 포함하여)은 더 많이 유지하지만 분명히 나이와 관련이 있습니다. 나이없는 - 실제로 원인이되는 요소는 사회적 상황에 조형 년 동안 하나, 그리고 배운 것을 습관입니다 자체가 .

이 결론이 이해되지 않는 데는 몇 가지 이유가 있습니다.

1. 미리 지정된 가설이 아닙니다.
2. 컨트롤 그룹이 없습니다.
3. 어떤 질문을 하려는지에 따라 나이는 수정 가능한 위험 요소가 아닙니다.

제안 된 설계 개선은 다음과 같은 교차 형 연구입니다.

동일한 설정 : 토지를 지배하는 모든 연령대의 무작위 기지. 디자인 : 젊고 오래된 독재자의 짝을 선택하십시오. 그들에게 돈 냄비를주고, 비례 차 원천 징수 검사 (old-young =$p_1$). 국가와 통치자가 기본적으로 이전과 동일한 자산을 갖도록 돈을 훔치십시오. 그들을 각각의 왕좌에서 버리고 상대방의 땅에 설치하십시오. 화분을 재발급하고, 비례 차를 원천 징수 (오래된-젊음 =$p_2$).

인과 관계는 서로 다른 범주입니다. 그렇기 때문에 상관 관계 만으로는 인과 관계를 유추하기에 충분하지 않습니다.

예를 들어, 인과 관계는 지향성 이지만 상관 관계는 그렇지 않습니다. 인과 관계를 유추 할 때 원인과 결과를 설정해야합니다.

추론을 방해 할 수있는 다른 것들이 있습니다. 숨겨진 변수 또는 세 번째 변수 및 모든 통계 문제 (샘플 선택, 샘플 크기 등)

그러나 통계가 올바르게 수행되었다고 가정하면 상관 관계 는 인과 관계에 대한 단서 를 제공 할 수 있습니다 . 일반적으로 상관 관계를 찾으면 어딘가에 어떤 인과 관계가 있으며이를 찾기 시작해야 함을 의미합니다.

상관 관계에서 도출 된 가설로 절대 시작할 수 있습니다 . 그러나 가설은 인과 관계가 아니며 인과 관계 일 가능성이 있습니다. 그런 다음 테스트해야합니다. 만약 당신의 가설이 충분한 위조 시도에 저항한다면, 당신은 무언가에있을 수 있습니다.

예를 들어, 당신의 연령에 따른 탐욕 가설에서 대안적인 가설은 그것이 나이가 아니라 독재자의 길이라는 것입니다. 그래서 당신은 통제 그룹으로 오래되었지만 최근에 권한을 부여받은 독재자를 찾고, 두 번째로 젊은-독재자 이후의 어린 시절을 찾아 그 결과를 확인하십시오.

이 게시물에 대해 많은 토론과 논쟁의 포인트를 제공 한 @AdamO에게 감사합니다. 나는 인과 관계에 대한 물리적 인 견해를 제시하려고 노력하고 있는데, 이는 일반적인 통계 독자들에게는 생소 할 수 있습니다.

당신은 물리 과학의 관점에서 맞습니다. 가장 간단한 형태로, 인과 관계에 대한 물리적 시간에 독립적 인 관점의 가능성은 과학적 설명 하에서 설명 될 수있는 사건을 고려하여 과학적 설명 에 대한 연역적-논리적 (DN) 관점에 기초 한다. DN 뷰에서, (결정 론적) 법을 적용하여 주어진 초기 조건에서 도출 될 수있는 경우 물리적 상태는 설명 된 것으로 간주됩니다. (이러한 초기 조건에는 주어진 순간에 이진 별의 모멘트와 거리가 포함될 수 있습니다.) 이러한 '결정론에 의한 설명'은 때때로 인과 적 결정론으로 불립니다.

이것에 대해 조금 더 완성되면 과학적 설명 을 형성하는 Hempel의 귀납적 통계 모델을 포함시킬 수 있는데,이 링크는 인과 관계에 대한보다 완전한 토론을 제공합니다.

당면한 문제는 나이가 경험과 관련 될 수 있지만, 관계는 단순하지 않으며, 다른 나이의 뇌 기능이 다릅니다 (시간 경계는 나이에 따라 다릅니다). 행동의 수정 자로서의 경험은 매우 가변적이며, 특정 영토 및 시간적 의미의 코호트가 유사한 역사적 경험을 가질 수 있다고해서 그러한 경험으로 인한 행동이 모순에 대한 두려움없이 다른 코호트에게 외삽 될 수 있음을 의미하지는 않습니다. 통제 된 시도와 관련하여, 경험의 공통성은 통제되지 않은 변수로, 이진 비교에 알려지지 않은 미 탐험 양의 가짜 상관 관계를 도입하여 발견 된 차이가 아마도 인과 적 연관성을 드러내는 것으로 생각해서는 안됩니다. 또한 가능한 원인은 의심으로 만 여겨지고 신념으로 진술 할 수있는 것은 아닙니다. 그것은 최상의 결론이 아니라 작동 가설이다. 인과 관계에 대한 확신은 그 확신이 합리적 의심의 여지없이 충분히 포함 된 증거의 본문에서만 도출되어야합니다. 코호트 그룹화에서 우연한 맥락을 넘어서 인과 관계를 주장 할 정보가 충분하지 않은 위의 질문에는 해당되지 않습니다. 예를 들어, 연령에 따른 관대함의 진화는 문화적 / 역사적 시대적 경험에 의해 수정되어 언급 된 문제에서 확고한 결론을 도출 할 수 없도록하는 많은 가설을 공식화 할 수있다. 인과 관계에 대한 확신은 그 확신이 합리적 의심의 여지없이 충분히 포함 된 증거의 본문에서만 도출되어야합니다. 코호트 그룹화에서 우연한 맥락을 넘어서 인과 관계를 주장 할 정보가 충분하지 않은 위의 질문에는 해당되지 않습니다. 예를 들어, 연령에 따른 관대함의 진화는 문화적 / 역사적 시대적 경험에 의해 수정되어 언급 된 문제에서 확고한 결론을 도출 할 수 없도록하는 많은 가설을 공식화 할 수있다. 인과 관계에 대한 확신은 그 확신이 합리적 의심의 여지없이 충분히 포함 된 증거의 본문에서만 도출되어야합니다. 코호트 그룹화에서 우연한 맥락을 넘어서 인과 관계를 주장 할 정보가 충분하지 않은 위의 질문에는 해당되지 않습니다. 예를 들어, 연령에 따른 관대함의 진화는 문화적 / 역사적 시대적 경험에 의해 수정되어 언급 된 문제에서 확고한 결론을 도출 할 수 없도록하는 많은 가설을 공식화 할 수있다.