Leçon
Les causes partagées créent de faux liens
Une cause commune cachée peut faire varier ensemble des choses sans lien.
Par l'équipe de rédaction de Math Says Yes
Examiné par des humains selon nos normes en matière de sources et de corrections.
Comment nous évaluons le contenu
La corrélation est un indice, pas une cause
Quand deux nombres évoluent ensemble, ils sont peut-être liés, mais le schéma ne suffit pas à expliquer comment. L'un pourrait causer l'autre, la direction pourrait être inversée, les deux pourraient être entraînés par un troisième facteur, ou la relation pourrait être une coïncidence. La est utile car elle pointe vers quelque chose qui mérite d'être étudié. Elle devient dangereuse lorsqu'elle est traitée comme la fin de l'enquête plutôt que comme son début.
Les facteurs de confusion créent des histoires convaincantes
Un est un élément caché qui affecte les deux variables que tu compares. Les ventes de crème glacée et les noyades augmentent ensemble parce que le temps chaud favorise à la fois la baignade et l'achat de glaces. Sans la température dans l'histoire, les données peuvent t'entraîner vers un faux lien causal. Le même problème apparaît dans la santé, l'économie, l'éducation et les métriques de produits chaque fois que les groupes diffèrent d'une manière qui affecte également le résultat.
Cherche une comparaison équitable
Pour passer de la à la causalité, compare des cas qui se ressemblent à l'exception de la cause potentielle. Les expériences aléatoires font cela en attribuant le traitement au hasard. Les expériences naturelles, les comparaisons appariées et les contrôles statistiques tentent d'approcher la même idée lorsque les expériences sont impossibles. L'objectif est d'éliminer les explications alternatives, et non simplement de trouver un graphique plus séduisant. Une comparaison équitable pose la question de ce qui se serait passé sans la cause.
Une liste de contrôle pour les affirmations causales
Lorsque tu entends qu'une chose en a causé une autre, pose trois questions. La cause s'est-elle produite avant l'effet ? Qu'est-ce qui a changé en même temps ? Y a-t-il un où cette autre explication est maintenue constante ? Si l'affirmation ne peut pas répondre à ces questions, il s'agit peut-être encore d'une hypothèse, mais elle n'a pas acquis le statut de conclusion causale.
FAQ
La corrélation a-t-elle toujours de l'importance ?
Oui. La corrélation peut révéler des tendances qui valent la peine d'être étudiées et peut aider à la prédiction. Elle ne prouve simplement pas le mécanisme causal à elle seule.
Qu'est-ce qu'un facteur de confusion en termes simples ?
Un facteur de confusion est un troisième élément qui influence les deux choses que tu compares, les faisant évoluer ensemble même si aucune ne cause directement l'autre.
Vois-le en action
Corrélation et causalité : pourquoi évoluer ensemble ne prouve rien
La corrélation est un modèle. La causalité est une affirmation sur un mécanisme. Pour passer de l'une à l'autre, il faut un timing, une comparaison équitable et écarter les explications alternatives.
Est-ce que la crème glacée cause des noyades ?
Le temps chaud peut augmenter la demande de crème glacée et le temps passé dans ou près de l'eau. Cette influence saisonnière partagée peut faire varier deux courbes ensemble sans que la crème glacée ne cause de noyade.
Vérification rapide
Les ventes de crème glacée et les noyades augmentent ensemble. De quoi a-t-on besoin avant d’affirmer que l’un cause l’autre ?
A
Une corrélation encore plus forte
B
Une comparaison équitable qui écarte la chaleur et d’autres facteurs de confusion
C
Des unités correspondantes sur les deux axes