Korelace neimplikuje kauzalitu
![](http://upload.wikimedia.org/wikipedia/commons/thumb/9/93/Correlation_vs_causation.png/220px-Correlation_vs_causation.png)
Korelace neimplikuje kauzalitu je vědecká zásada, která připomíná, že pokud nějaké dva jevy často následují po sobě nebo pokud nějaké dvě proměnné spolu korelují, nelze z toho ještě vyvozovat, že jedna je příčinou a druhá kauzálním následkem. Takový závěr by byl logicky chybný a tedy neplatný. To ovšem také neznamená, že by taková kauzalita byla vyloučená, jen není pouhou korelací prokázána. K této logické chybě velmi často dochází při vyhodnocování statistických výsledků jak v přírodních, tak také společenských vědách. Lidé totiž běžně za příčinu považují ten faktor, který nejvíce koreluje s následkem.[1]
Pokud se fakt, že korelace neimplikuje kauzalitu, analyzuje kvantitativně, nejčastějším důvodem, proč tento jednoduchý závěr neplatí, je existence alespoň jedné zavádějící proměnné.
Jiné formulace
- Korelace je nutnou, ale nikoli postačující podmínkou kauzality.
Logicky chybný závěr, jako kdyby z následnosti nebo korelace nutně plynula kauzalita, se často vyjadřuje také jako:
- Post hoc, ergo propter hoc (lat. „potom, tudíž kvůli tomu“)
- Cum hoc, ergo propter hoc (lat. „spolu, tudíž kvůli tomu“)
Příklad 1
- Korelace: Empirické studie prokázaly, že při hormonální terapii menopauzy je nižší pravděpodobnost infarktu a dalších srdečních poruch.
- Falešný závěr: Hormonální terapie snižuje pravděpodobnost infarktu.
- Skutečná kauzalita: Podrobnější studie prokázaly, že hormonální terapie naopak pravděpodobnost infarktu zvyšuje, i když nevýznamně. Společnou příčinou obou jevů je to, že lépe situovaní pacienti, kteří mají lepší stravu a režim, a tedy menší riziko infarktu, si také častěji mohou dovolit hormonální terapii.
Příklad 2
- Korelace: Od 50. let 20. století prudce vzrostla jak úroveň atmosférického CO2, tak výskyt obezity.
- Falešný závěr: Zdá se, že atmosférický CO2 způsobuje obezitu. (Nebo naopak obezita způsobuje nárůst CO2 v atmosféře.)
- Skutečná kauzalita: Obojí je důsledkem toho, že bohatší část populace více jí a také spotřebovává více energie.
Odkazy
Reference
- ↑ TASOFF, Harrison. Psychologist illuminates one of humanity's most fundamental concepts: cause and effect. Medical Xpress – medical research advances and health news [online]. December 10, 2020 [cit. 14. 10. 2023]. Dostupné z: https://medicalxpress.com/news/2020-12-psychologist-illuminates-humanity-fundamental-concepts.html
Literatura, chronologicky
- PEARL, Judea. Causal Diagrams for Empirical Research. Biometrika. Dec., 1995, vol. 82, no. 4, s. 669–688. Dostupné také z: https://www.jstor.org/stable/2337329?typeAccessWorkflow=login
- PEARL, Judea. Structural and probabilistic causality. In: SHANKS, D. R., ed.; HOLYOAK, K. J., ed. and MEDIN, D. L., ed. The Psychology of Learning and Motivation. Vol. 34. San Diego (CA): Academic Press, 1996, s. 393–435. Úvod dostupný z: https://www.sciencedirect.com/science/article/abs/pii/S0079742108605666?via%3Dihub
- PEARL, Judea. The new challenge: From a century of statistics to an age of causation. Presented at the IASC Second World Congress, Pasadena, CA, February 1997. Abstrakt dostupný z: https://www.semanticscholar.org/paper/The-New-Challenge%3A-From-a-Century-of-Statistics-to-Pearl/703741c2b37cc34eda7b7ad2eaffd230ebb01a71
- PEARL, Judea. The Art and Science of Cause and Effect. Epilogue to Causality: Models, Reasoning, and Inference, Cambridge University Press, January 2000. [Text a 71 slajdů.] Dostupné také z: http://singapore.cs.ucla.edu/LECTURE/lecture_sec1.htm a násl.
- PEARL, Judea. Causal inference in statistics: An overview. Statistics Surveys. 2009, vol. 3, s. 96–146. Lit. na s. 139–146. ISSN 1935-7516. DOI: 10.1214/09-SS057. Dostupné také z: http://ftp.cs.ucla.edu/pub/stat_ser/r350.pdf
- PEARL, Judea. Causality: Models Reasoning and Inference. 2nd ed. [viz rub titulní strany]. Cambridge (U.K.): Cambridge University Press, 2021. 465 s. ISBN 978-0-521-89560-6.
Související články
- Argumentační klam
- Kauzalita
- Korelace
- Zavádějící proměnná
Externí odkazy
- The Art and Science of Cause and Effect, část 1
- The Art and Science of Cause and Effect, část 1b
- The Art and Science of Cause and Effect, část 2
- The Art and Science of Cause and Effect, část 3
- Spurious Correlations, sbírka nahodilých korelací nesouvisejících jevů