Det klassiska exemplet på korrelation som inte motsvarar orsakssamband kan hittas med glass och - mord. Det är, Antalet våldsbrott och mord har ökat när glassförsäljningen gör det. Men, förmodligen, Att köpa glass gör dig inte till en mördare (om de inte är av din favoritsort?). © Carlo Allegri/Reuters/Corbis Du skulle kunna tro vid det här laget att vi kunde säga otvetydigt vad som orsakar vad. Men frågan om orsak, som har hemsökt vetenskap och filosofi från sina tidigaste dagar, fortfarande hundar våra klackar av många skäl. Människor är evolutionärt utsatta för att se mönster och är psykologiskt benägna att samla information som stöder redan existerande åsikter, en egenskap som kallas bekräftelsefördom . Vi förvirrar sammanfall med korrelation och korrelation med kausalitet.
För att A ska orsaka B, vi brukar säga att åtminstone, Ett måste före B, de två måste covary (variera tillsammans), och ingen konkurrerande förklaring kan bättre förklara kovariansen för A och B. taget ensam, dock, dessa tre krav kan inte bevisa orsak; dom är, som filosofer säger, nödvändigt men inte tillräckligt. Hur som helst, inte alla håller med dem.
På tal om filosofer, David Hume hävdade att orsakssamband inte existerar i någon bevisbar mening. Karl Popper och Falsifieringarna hävdade att vi inte kan bevisa ett förhållande, bara motbevisa det, vilket förklarar varför statistiska analyser inte försöker bevisa en korrelation; istället, de drar en dubbel negativ och motbevisar att uppgifterna är okorrelerade, en process som kallas förkastar nollhypotesen .
Med sådana överväganden i åtanke, forskare måste noggrant utforma och kontrollera sina experiment för att rensa bort fördomar, cirkulära resonemang, självuppfyllande profetior och dolda variabler. De måste respektera kraven och begränsningarna för de metoder som används, dra om möjligt representativa prover, och inte överdriva deras resultat.
Redo att läsa om 10 fall där det inte var så lätt?
Innehåll
Forskare som undersökte arbetarnas produktivitet på fabriksgolvet i början av 1900 -talet upptäckte Hawthorne -effekten, eller tanken att deltagarens kunskap om ett experiment kan påverka dess resultat. Christopher Furlong/Getty Images Nyheter Människor har svårt att forska. De reagerar inte bara på den stimulans du studerar utan också på själva experimentet. Forskare idag försöker utforma experiment för att kontrollera sådana faktorer, men så var inte alltid fallet.
Ta Hawthorne -verken i Cicero, Ill. I en rad experiment från 1924-1932, forskare studerade arbetarens produktivitetseffekter i samband med att ändra Illinois -fabrikens miljö, inklusive förändrade ljusnivåer, städa upp platsen och flytta runt på arbetsstationer. Precis när de trodde att de höll på med något, de märkte ett problem:De observerade produktivitetsökningarna flaggades nästan så snart forskarna lämnade verken, som anger att arbetarnas kunskap om experimentet, inte forskarnas förändringar, hade drivit boost. Forskare kallar fortfarande detta fenomen för Havtornseffekten .
Ett relaterat koncept, de John Henry -effekt , uppstår när medlemmar i en kontrollgrupp försöker slå experimentgruppen genom att sparka sina ansträngningar till överdrivning. De behöver inte veta om experimentet; de behöver bara se en grupp få nya verktyg eller ytterligare instruktioner. Som den legendariska stålkörande mannen, de vill bevisa sin förmåga och tjäna respekt [källor:Saretsky; Vogt].
Om rött bara kom upp sju gånger i rad på roulettehjulet, skulle det vara mer troligt att du satsar på rött eller svart innan den åttonde svängen? tony4urban/iStock/Thinkstock Titelfigurerna i Tom Stoppards film "Rosencrantz och Guildenstern Are Dead" börjar filmen förbluffade, förvirrad och slutligen skrämd när var och en av 157 på varandra följande flips av ett mynt kommer upp i huvudet. Guildenstern förklaringar av detta fenomen sträcker sig från tidsslingor till "en spektakulär bekräftelse av principen att varje enskilt mynt, snurras individuellt, är lika sannolikt att falla ner i huvudet som svansar ... "
Evolution kopplade människor för att se mönster, och vår förmåga att ordentligt bearbeta den uppmaningen verkar kortsluta ju längre vi spenderar spel. Vi kan rationellt acceptera att oberoende händelser som myntkuponger behåller samma odds oavsett hur många gånger du utför dem. Men vi ser också dessa händelser, mindre rationellt, som ränder, göra falska mentala korrelationer mellan randomiserade händelser. Ser det förflutna som ett förspel, vi tror hela tiden att nästa flip borde vara svansar.
Statistiker kallar detta spelarens misstag , aka den Monte Carlo misstag , efter ett särskilt illustrativt exempel som förekommer i den berömda semesterorten Monaco. Under sommaren 1913, spelarna såg i ökande förvåning när ett kasinos roulettehjul landade på svart 26 gånger i rad. Uppflammad av säkerheten att rött "berodde, "spelarna fortsatte att rycka ner sina marker. Kasinot gjorde en mynta [källor:Lehrer; Oppenheimer och Monin; Vogt].
Vidskepelser tar alla former inom sport, som att smyga din bowlingboll. © Russell Underwood/Corbis Ingen diskussion om ränder, magiskt tänkande eller falsk orsakssamband skulle vara komplett utan att bläddra igenom sportssidorna. Stjärna sport säsonger härrör från ett sådant mystiskt samspel av faktorer - naturlig förmåga, Träning, förtroende, en och annan X -faktor - att vi föreställer oss mönster i prestanda, även om studier upprepade gånger avvisar seriefotografering och "framgångsrika" vidskepelser som något mer än inbillat.
Tron på strimmor eller nedgångar innebär att framgång "orsakar" framgång och misslyckande "orsakar" misslyckande eller, kanske rimligare, den variationen i någon gemensam faktor, som självförtroende, orsakar båda. Men studie efter studie misslyckas med detta [källor:Gilovich et al .; Tversky och Gilovich]. Detsamma gäller för vidskepelser, även om det inte hindrade Cleveland -indianernas Kevin Rhomberg från att vägra göra högersvängar på fältet, eller hindra Ottawa Senators center Bruce Gardiner från att dunka sin hockeyklubba i toaletten för att bryta en och annan svacka [källa:Trex].
Den andra halvgången, för, kommer vanligtvis från ett för bra första år. Prestandasvängningar tenderar att jämna ut i längden, ett fenomen som statistiker kallar regression mot medelvärdet . I Sport, detta medelvärde stöds av oppositionen, som anpassar sig för att motverka den nya spelarens framgångsrika färdighetsuppsättning.
Historien om hormonersättningsterapi, en gång i stor utsträckning används för att behandla symptom på klimakteriet, visade sig inte vara så okomplicerat trots allt. Christopher Pattbery/iStock/Thinkstock Randomiserade kontrollerade försök är guldstandarden i statistik, men ibland - i epidemiologi, till exempel - etiska och praktiska överväganden tvingar forskare att analysera tillgängliga fall. Tyvärr, sådan observationsstudier riskfördom, dolda variabler och, värst av allt, en studiegrupp som kanske inte återspeglar befolkningen som helhet. Att studera ett representativt urval är viktigt; det gör det möjligt för forskare att tillämpa resultat på personer utanför studien, som vi andra.
Ett exempel:hormonersättningsterapi (HRT). Utöver att behandla symptom i samband med klimakteriet, det hyllades en gång för att kunna minska risken för kranskärlssjukdom (CHD), tack vare en mycket ballyhooed observationsstudie från 1991 [källa:Stampfer och Colditz]. Men senare randomiserade kontrollerade studier, inklusive det stora kvinnors hälsoinitiativ, avslöjade antingen ett negativt förhållande, eller en statistiskt obetydlig sådan, mellan HRT och CHD [källor:Lawlor et al .; New York Times].
Varför skillnaden? För en sak, kvinnor som använder HRT tenderar att komma från högre socioekonomiska skikt och få bättre kvalitet på kost och träning - ett dolt förklarande förhållande som observationsstudien inte helt redogjorde för [källa:Lawlor et al.].
När John Elway och hans kollega Broncos vann Super Bowl två år i rad 1998 och 1999, Super Bowl-aktiemarknadsförbindelsen föll sönder. Doug Collier/AFP/Getty Images 1978, sportreporter och krönikör Leonard Koppett hånade förvirringen mellan orsakssamband och korrelation genom att på ett meningsfullt sätt föreslå att Super Bowl-resultat kan förutsäga börsen. Det slog tillbaka:Inte bara trodde folk honom, men det fungerade - med skrämmande frekvens.
Förslaget gick så här:Om ett av de 16 ursprungliga National Football League -lagen - de som fanns före NFL:s fusion 1966 med American Football League - vann Super Bowl, börsen skulle stänga högre jämfört med året efter än föregående 31. december. Om ett tidigare AFL -lag vann, det skulle gå ner [källor:Koppett; Koppett; Koppett; Koppett; Zweig].
Från 1967 till 1978, Koppetts system gick 12 för 12; fram till 1997, det hade en framgång på 95 procent. Det snubblade 1998 och 1999, när AFL alums vann Denver Broncos och marknaden gick upp [källor:Koppett; Koppett; Koppett; Koppett].
Vissa har hävdat att mönstret finns, drivs av tro; det fungerar, de säger, eftersom investerare tror att det gör det, eller för att de tror att andra investerare tror det. Denna uppfattning, fast smart på ett regressivt sätt, förklarar knappast de 12 år av framgångsrika samband som föregick Koppetts artikel. Andra hävdar att ett mer relevant mönster ligger i aktiemarknadens storskaliga uppåtgående trend, med undantag för vissa kortsiktiga större och mindre fluktuationer, och det faktum att ett original NFL -lag vann varje Super Bowl från 1984 till 1998 [källa:Norris].
Target är bara ett av många företag som kammar igenom stora data för att öka försäljningen. © John Gress/Corbis Stora data - processen att leta efter mönster i datamängder så stora att de motstår traditionella analysmetoder - ger stora surr i styrelserummet nuförtiden [källa:Arthur]. Men är större alltid bättre?
Det är en regel som trummas in i de flesta forskare i deras första statistikklass:När man stöter på ett hav av data, motstå suget att fortsätta a fiske expedition . Med tanke på tillräckligt med data, tålamod och metodiskt utrymme, korrelationer är nästan oundvikliga, om det är oetiskt och i stort sett värdelöst.
Trots allt, blotta korrelationen mellan två variabler innebär inte orsakssamband; inte heller det, i många fall, pekar på mycket av en relation. För en sak, forskare kan inte använda statistiska mått på korrelation i det yttersta; var och en innehåller vissa antaganden och begränsningar som fiskeexpeditioner alltför ofta ignorerar, för att inte säga något om de dolda variablerna, provtagningsproblem och tolkningsbrister som kan tugga upp en dåligt utformad studie.
Beviljas, big data har sin användning. Lagerkontroll trivs med att upptäcka inköpsmönster, hur mystiska de bakomliggande orsakerna än är. För att ta ett lite läskigt exempel, Target har använt inköpsmönster för att identifiera gravida kunder och sedan skicka dem riktade kuponger [källor:Duhigg; Hill; Taylor]. Så njut av det belöningskortet - och 10 procent av dina prenatala vitaminer - men förvänta dig inte för mycket av big data på kausalitetsavdelningen.
Slående snabbmatarbetare får sällskap av supportrar, fackliga medlemmar och aktivister vid ett möte på Foley Square i New York för att kräva en höjning av minimilönen till $ 15 i timmen. © Andrew Lichtenstein/Corbis Varje fråga som handlar om pengar kommer att vara djupt splittrande och mycket politiserad, och minimilöneökningar är inget undantag. Argumenten är varierande och komplexa, men i huvudsak hävdar en sida att en högre minimilön skadar företag, vilket minskar tillgängligheten till jobb, vilket skadar de fattiga. Den andra sidan svarar att det finns få bevis för detta påstående, och att de 3,6 miljoner amerikaner som arbetar med eller under minimilönen, som vissa hävdar inte är en levnadslön, skulle ha nytta av en sådan ökning. De hävdar att justerad för inflation, den federala minimilönen (7,25 dollar per timme i december 2013) har akebackt nedförsbacke under de senaste 40 åren [källor:Bureau of Labor Statistics; Irwin].
Som George Bernard Shaw enligt uppgift lurade, "Om alla ekonomer skulle läggas till ända, de skulle aldrig nå en slutsats, "och minimilönedebatten verkar visa det [källa:Ridgers. För varje analytiker som säger att minimilöneökningar driver bort jobben finns det en annan som argumenterar mot en sådan korrelation [källor:Baskaya och Rubinstein; Card och Krueger].
I slutet, båda sidor delar ett grundläggande problem, nämligen, överflödet av anekdotiska bevis som många av deras talande huvuden förlitar sig på för att få stöd. Begagnade berättelser och körsbärsplockade data ger svagt te i alla fester, även när de presenteras i vackra stapeldiagram.
Familjen som äter middag tillsammans stannar från droger tillsammans. Er, inte riktigt. Hemera Technologies/Ablestock.com/Thinkstock Mellan böcker, droger och operationer, viktminskning i USA är en industri på 20 miljarder dollar per år, med 108 miljoner amerikaner som lutar upp till viktminskningsbaren varje år [källa:ABC News]. Inte överraskande, viktminskningsstudier - bra, dåligt eller fult - få mycket press i USA
Ta den populära tanken att att äta frukost slår fetma, en sockerfrostklump som härrör från två huvudstudier:en, en randomiserad kontrollerad studie från Vanderbilt University från 1992, visade att omvända vanliga frukostvanor, vare sig genom att äta eller inte äta, korrelerat med viktminskning; den andra, en observationsstudie från 2002 av National Weight Control Registry, korrelerad frukost-äta med framgångsrika viktminskare-vilket inte är detsamma som att korrelera det med viktminskning [källor:Brown et al .; O'Connor; Schlundt et al .; Wyatt et al.].
Tyvärr, NWCR -studien misslyckades med att kontrollera för andra faktorer - eller verkligen, upprätta varje orsakssamband från dess korrelation. Till exempel, en person som vill gå ner i vikt kan träna mer, eller äta frukost, eller gå på helgrisprotein, men utan en experimentell design som kan ringa in orsakssamband, sådana beteenden uppgår till inget annat än vanligt förekommande egenskaper [källor:Brown et al .; O'Connor].
Ett liknande problem plågar de många studier som kopplar familjemiddagar med en minskad risk för drogberoende för tonåringar. Även om det är attraktivt för deras enkla, tilltalande strategi, dessa studier misslyckas ofta med att kontrollera för relaterade faktorer, såsom starka familjeförbindelser eller djupt föräldraengagemang i ett barns liv [källa:Bialik].
Forskare som studerar självmord som förekommer mellan könen måste vara medvetna om att självmordsbenägna män och kvinnor kan nå olika vapen, vilket påverkar deras resultat. Ingram Publishing/Thinkstock Vi hör ofta att det rör sig om att män, särskilt unga män, är mer benägna att begå självmord än kvinnor. I sanning, sådana uttalanden tar del av empirisk generalisering - handlingen att göra ett brett uttalande om ett vanligt mönster utan att försöka förklara det- och dölja ett antal kända och potentiella förvirrande faktorer.
Ta, till exempel, det faktum att kvinnor gör tre gånger så många självmordsförsök som män. Hur kan då det finnas en högre korrelation mellan motsatt kön och självmord? Svaret ligger i framgångsgraden, påverkas av skillnader i metodik:Kvinnor tar till piller, medan män tenderar att gynna vapen [källa:O'Connell].
Även om vi kunde göra oss av med sådana förvirrande faktorer, faktum skulle förbli den manligheten, i sig, är inte en orsak. För att förklara trenden, vi måste istället identifiera faktorer som är gemensamma för män, eller åtminstone självmord. Samma sak gäller de jämförelsevis höga självmordsfrekvensen som rapporterats bland frånskilda män. Skilsmässa får inte män att begå självmord. om något, orsakssvariabeln gömmer sig bland relaterade faktorer, som isolering, depression, en känsla av maktlöshet, ekonomisk stress eller förlust av vårdnaden [källor:Kposowa; Kposowa; Reuters].
Barnläkare med en injektionsflaska med MMR-vaccin och en 15 månader gammal pojke. I USA., den rådgivande kommittén för immuniseringspraxis rekommenderar ett schema med två doser mot mässling, påssjuka, röda hundvacciner för barn, med den första dosen vid 12-15 månaders ålder och den andra vid 4-6 års ålder. © TEK IMAGE/Science Photo Library/Corbis Ingen lista över samband/orsakssamband skulle vara fullständig utan att diskutera föräldrarnas oro över vaccinationssäkerhet, förankrad i idén, populariserad av kändisar som Jenny McCarthy, den mässlingen, påssjuka och röda hund (MMR) vaccinationer är orsakssamband kopplade till autismspektrumstörningar. Trots att det medicinska samfundet debunker 1998 Andrew Wakefield -papper som inspirerade idén, och trots efterföljande studier som inte visar något orsakssamband, även vid flera vaccinationer, vissa föräldrar är fortfarande rädda för en autismanslutning eller andra vaccinrelaterade faror [källor:The Lancet; Parkera; Sifferlin; Szabo].
Även om det är sant att inget vaccin är 100 procent ofarligt, tron på detta orsakssamband härrör huvudsakligen från naturlig föräldrars oro, belastad av förvirring, drivs av anekdotiska bevis och påverkas av bekräftelsefördom , eller "om jag inte hade trott det hade jag inte sett det." Ytterligare näring till förvirringen är det faktum att föräldrar och läkare tenderar att känna igen autismsymtom sent, runt åldrarna som barn får många vaccinationer. I själva verket, autismens början är ganska komplext och följer mer än ett mönster. Verkligen, studier visar nu att starten kan börja så tidigt som 6-12 månader [källor:CDC; Johnson och Schultz; Mandell et al .; NIH; Ozonoff et al.].
Det är inget ofarligt missförstånd. Under 2011, Tidningen Time rapporterade att 13 procent av föräldrarna hoppade över, försenat eller delat upp sina barns vaccinationer; på vissa landsbygder, det antalet sköt upp till mellan 20 och 50 procent. Under tiden, 15 år efter att paniken började medicinska centra rapporterade utbrott av kikhosta och mässling. Om den korrespondensen är slumpmässig, korrelativ eller kausal är väl värt att överväga [källor:O'Connor; Parkera; Parkera].
Ursprungligen publicerat:23 dec. 2013
Så mycket som jag avskyr dålig experimentell design, blind tillit till statistik och sensationell vetenskaplig rapportering, det är värt att nämna att starka samband, även om det inte är tillräckligt ensamt för att bevisa orsaken, pekar ofta på områden som är värda att undersöka. Klart, med "korrelationer" menar jag inte autokorrelationer, förvirrande variabler eller andra artefakter av dålig design eller dåligt förstådda metodkrav och begränsningar; ändå, Kanske kan Internet skjuta upp slogan "korrelation innebär inte orsakssamband" för en liten stund, eller åtminstone växa lite mer selektiva i sin tillämpning.
