W ekonomii bardzo ważna jest wiedza, czym jest korelacja, a co przyczynowość. Również wielka różnica między nimi, biorąc pod uwagę, że są to dwa słowa języka statystycznego, które są dziś szeroko używane w wiadomościach.Brak wiedzy lub pomylenie korelacji i przyczynowości może prowadzić do niezrozumienia tego, co nam mówią. Nawet media mogą używać tych terminów z zamiarem wprowadzenia nas w błąd. Musimy zapamiętać to zdanie, bo później będzie miało sens: korelacja nie implikuje przyczynowości.
Pojęciowa różnica między korelacją a przyczynowością
Wprowadzimy terminy, wyjaśnimy je i rozróżnimy na dwóch przykładach:
- Przyczynowość: Według RAE oznacza to: „Przyczyna, pochodzenie, początek”. Jest to słowo używane do ustalenia związku między przyczyną a skutkiem. Oznacza to, że odnosi się do motywów, które zapoczątkowały „coś”. Na przykład, jeśli dotkniesz ognia, spowoduje to oparzenie.
Istnieje związek przyczynowy, ponieważ jest to coś, co dzieje się jednoznacznie i jest udowodnione, dotykanie ognia zawsze cię pali.
- Korelacja: Według RAE oznacza to: „Korespondencja lub wzajemny związek między dwiema lub więcej rzeczami lub serią rzeczy”. W tym przypadku ustalana relacja jest relacją prostej korespondencji lub podobieństwa, a nie pochodzenia. Na przykład istnieje korelacja między liczbą kościołów w mieście a liczbą w nim alkoholików.
Być może nawet byłeś w szoku, czytając poprzednie zdanie, to prawda! Nawet jeśli nie myślisz źle, powiedziałem, że istnieje korelacja, ale nigdy nie powiedziałem, że jedna rzecz powoduje drugą. W tym przypadku za trzecią zmienną nieuwzględnioną w moim zdaniu, która jest z nimi skorelowana, byłaby zmienna objaśniająca. Mówię oczywiście o liczbie ludności, która jest w tym mieście, większa populacja, więcej kościołów i większa populacja, więcej alkoholików. Zobacz współczynnik korelacji liniowej
Widzieliśmy zatem, że poruszają się w tym samym kierunku i dlatego istnieje korelacja między tymi dwiema rzeczami, ale fakt, że jest więcej kościołów, nie oznacza, że jest więcej alkoholików.
Dzięki temu ostatniemu przykładowi byliśmy w stanie wyraźnie zobaczyć różnicę między tymi dwoma terminami i że korelacja nie implikuje przyczynowości.
Może istnieć korelacja i szansa
Może też zaistnieć przypadkowa korelacja. To czysty przypadek. Jak widać na przedstawionym wykresie. Wykres porównuje sprzedaż żywności ekologicznej w milionach dolarów z liczbą osób, u których zdiagnozowano autyzm. Dwa wzrosty w tandemie, to jest korelacja, ale nie ma przyczyny, która je łączy.
Teoretyczna i praktyczna lekcja tej różnicy uczy nas ostrożności podczas nauki interpretacji danych. Dopóki istnieje korelacja, oznacza to, że jedna zmienna powoduje drugą. Dlatego ważne jest, aby bardzo dobrze zrozumieć różnicę między korelacją a przyczynowością. Pomoże nam to nie popełniać błędów podczas prowadzenia studiów lub badań.
