Mi a hamis korreláció?
A statisztikákban a hamis korreláció vagy hamisság két változó közötti kapcsolatra utal, amely ok-okozatinek tűnik, de nem. A hamis kapcsolatok gyakran úgy mutatnak, hogy az egyik változó a másikra hatással van. Ezt a hamis korrelációt gyakran egy harmadik tényező okozza, amely a vizsgálat idején nem tűnik nyilvánvalónak, néha zavaró tényezőnek nevezik.
Kulcs elvihető
- A hamis korreláció vagy a hamisság akkor fordul elő, amikor két tényező véletlenszerűen kapcsolódik egymáshoz, de nincsenek. Az okozati összefüggés megjelenését gyakran a diagram hasonló mozgása okozza, amely véletlenszerűnek bizonyul, vagy egy harmadik "összetévesztő" tényező okozta. gyakran a kis mintaméretek vagy önkényes végpontok okozhatják.
Hogyan működik a hamis korreláció?
Ha két véletlenszerű változó szorosan nyomon követi egy grafikonon, akkor könnyen feltételezhető a korreláció vagy a két tényező közötti kapcsolat, ha egy változás a másikra hat. Ha elhagyjuk az „okozati összefüggést” egy másik témát, ez a megfigyelés arra készteti a diagram olvasóját, hogy úgy gondolja, hogy az A változó mozgása kapcsolódik a B változó mozgásához vagy fordítva. de néha, közelebbi statisztikai vizsgálat után, az igazított mozgások véletlenszerűek, vagy egy harmadik tényező okozta, amely befolyásolja az első kettőt. Ez egy hamis korreláció. Kicsi mintákkal vagy tetszőleges végpontokkal végzett kutatások különösen a hamisítás érzékeny tulajdonságai.
Példa a hamis összefüggésekre
Érdekes összefüggések felfedezése nem túl nehéz. Sokan hamisnak bizonyulnak. A Wall Street-i férfi fajok esetében két népszerű hamis összefüggés vonatkozik a nőkre és a sportra. Az 1920-as évekből származik a szoknyahossz-elmélet, amely szerint a szoknyahosszok és a tőzsdei irány összefüggenek. Ha a szoknya hossza hosszú, ez azt jelenti, hogy a tőzsde lefelé halad; ha rövidek, akkor a piac felmegy. Január végén körül beszélnek az úgynevezett Super Bowl mutatóról, amely arra utal, hogy az AFC csapat nyerése valószínűleg azt jelenti, hogy a tőzsde az elkövetkező évben csökkenni fog, míg az NFC csapata győzelme a piac. 1966 óta a mutató pontossága 80%. Ez egy szórakoztató beszélgetés, de valószínűleg nem valami, amit egy komoly pénzügyi tanácsadó befektetési stratégiaként ajánlna az ügyfelek számára.
Itt található még néhány példa a közös hamis összefüggésekre:
- A jégkrém eladások növekedése esetén a fulladások növekednek. Úgy tűnik, hogy a megnövekedett fagylaltértékesítés több fulladást okoz, de a valóságban az emelkedő hő több ember számára úszást okozhat, és több fagylaltot vásárolhat.Az Egyesült Államok gyilkossági rátája 2006 és 2011 között ugyanolyan mértékben esett, mint a Microsoft Internet Explorer. Használat.Szakértők, akik gyakran kérik és köszönöm, jobban élvezik a jobb megosztást. Azok az emberek, akik az Oakland Raiders csapat felszerelését viselik, nagyobb valószínűséggel követnek el bűncselekményeket.
Hogyan lehet észlelni a hamis összefüggéseket
A statisztikusoknak és más tudósoknak, akik adatokat analizálnak, állandóan figyelni kell a hamis kapcsolatok felkutatására. Számos módszer van, amelyet alkalmaznak, többek között:
- A megfelelő reprezentatív minta biztosítása.A megfelelő minta méretének megszerzése.Vigyázzon az önkényes végpontokról.A lehető legtöbb külső változó ellenőrzése.Null hipotézis felhasználásával és az erős p-érték ellenőrzésével.
