Korrelation innebär inte orsakssamband

jul 16, 2021
admin

B orsakar A (omvänd orsakssamband eller omvänd kausalitet)Edit

Omvänd orsakssamband eller omvänd kausalitet eller felaktig riktning är en informell felbedömning av tvivelaktig orsak där orsak och verkan är omvända. Orsaken sägs vara effekten och vice versa.

Exempel 1 Ju snabbare vindkraftverk observeras rotera, desto mer vind observeras. Därför orsakas vind av vindkraftverkens rotation. (Eller enkelt uttryckt: väderkvarnar är, som namnet antyder, maskiner som används för att producera vind.)

I det här exemplet innebär inte korrelationen (samtidigheten) mellan väderkvarnsaktivitet och vindhastighet att vind orsakas av väderkvarnar. Det är snarare tvärtom, vilket antyds av det faktum att vind inte behöver väderkvarnar för att existera, medan väderkvarnar behöver vind för att rotera. Vind kan observeras på platser där det inte finns några väderkvarnar eller icke-roterande väderkvarnar – och det finns goda skäl att tro att vind existerade innan väderkvarnarna uppfanns.

Exempel 2

I andra fall kan det helt enkelt vara oklart vad som är orsak och vad som är verkan. Till exempel:

Barn som tittar mycket på TV är de mest våldsamma. Det är uppenbart att tv gör barn mer våldsamma.

Det skulle lätt kunna vara tvärtom, det vill säga att våldsamma barn tycker om att titta mer på TV än mindre våldsamma barn.

Exempel 3

En korrelation mellan användning av droger för rekreationsbruk och psykiatriska störningar skulle kunna vara åt båda hållen: kanske orsakar drogerna störningarna, eller så använder människor droger för att självmedicinera för redan existerande tillstånd. Gateway drug-teorin kan hävda att marijuanaanvändning leder till användning av hårdare droger, men användning av hårda droger kan leda till marijuanaanvändning (se även förväxling av det omvända). Inom samhällsvetenskaperna, där kontrollerade experiment ofta inte kan användas för att fastställa orsakssambandets riktning, kan denna felaktighet ge bränsle åt långvariga vetenskapliga argument. Ett sådant exempel kan hittas inom utbildningsekonomin, mellan screening/signalering och humankapitalmodellen: det kan antingen vara så att man genom att ha en medfödd förmåga kan fullfölja en utbildning, eller att fullfölja en utbildning bygger upp ens förmåga.

Exempel 4

Ett historiskt exempel på detta är att européerna på medeltiden trodde att löss var bra för hälsan, eftersom det sällan fanns löss på sjuka människor. Resonemanget var att människorna blev sjuka för att lössen försvann. Den verkliga orsaken är dock att löss är extremt känsliga för kroppstemperaturen. En liten ökning av kroppstemperaturen, t.ex. vid feber, får lössen att leta efter en annan värd. Den medicinska termometern hade ännu inte uppfunnits, så denna temperaturökning märktes sällan. Märkbara symtom kom senare, vilket gav intrycket att lössen försvann innan personen blev sjuk.

I andra fall kan två företeelser var och en vara en del av orsaken till den andra; tänk på fattigdom och brist på utbildning, eller uppskjutning och dålig självkänsla. Den som argumenterar utifrån dessa två fenomen måste dock vara försiktig så att han eller hon undviker den felaktiga cirkulära orsaken och konsekvensen. Fattigdom är en orsak till bristande utbildning, men den är inte den enda orsaken, och vice versa.

Den tredje faktorn C (den gemensamma orsaksvariabeln) orsakar både A och BEdit

Huvudartikel: Spurious relationship

The third-cause fallacy (även känd som ignorerar en gemensam orsak eller tvivelaktig orsak) är en logisk villfarelse där ett falskt förhållande förväxlas med orsakssamband. Det påstår att X orsakar Y när X och Y i själva verket båda orsakas av Z. Det är en variant av post hoc ergo propter hoc-felskissen och en medlem av gruppen tvivelaktiga orsaker.

Alla dessa exempel handlar om en lurande variabel, som helt enkelt är en dold tredje variabel som påverkar båda orsakerna till korrelationen. En svårighet uppstår ofta också när den tredje faktorn, även om den i grunden skiljer sig från A och B, är så nära besläktad med A och/eller B att den förväxlas med dem eller är mycket svår att vetenskapligt skilja från dem (se exempel 4).

Exempel 1 Att sova med skorna på är starkt korrelerat med att vakna upp med huvudvärk. Att sova med skorna på orsakar därför huvudvärk.

Det ovanstående exemplet begår korrelation-implicerar-orsaksfelet, eftersom det drar en förhastad slutsats om att sova med skorna på orsakar huvudvärk. En mer rimlig förklaring är att båda orsakas av en tredje faktor, i detta fall att gå till sängs berusad, vilket därmed ger upphov till en korrelation. Slutsatsen är alltså felaktig.

Exempel 2 Små barn som sover med ljuset på är mycket mer benägna att utveckla närsynthet senare i livet. Att sova med ljuset på orsakar därför närsynthet.

Detta är ett vetenskapligt exempel som är resultatet av en studie vid University of Pennsylvania Medical Center. Studien publicerades i Nature den 13 maj 1999 och fick vid den tiden stor uppmärksamhet i populärpressen. En senare studie vid Ohio State University visade dock inte att spädbarn som sov med ljuset tänt orsakade utvecklingen av närsynthet. Man fann däremot en stark koppling mellan föräldrarnas närsynthet och utvecklingen av barnens närsynthet, och noterade också att närsynta föräldrar var mer benägna att låta ljuset vara tänt i sina barns sovrum. I det här fallet är orsaken till båda tillstånden föräldrarnas myopi, och slutsatsen ovan är felaktig.

Exempel 3 När försäljningen av glass ökar, ökar antalet drunkningsdödsfall kraftigt. Därför orsakar konsumtion av glass drunkning.

Det här exemplet tar inte hänsyn till betydelsen av årstid och temperatur för glassförsäljningen. Glass säljs under de varma sommarmånaderna i mycket större utsträckning än under kallare tider, och det är under dessa varma sommarmånader som människor är mer benägna att ägna sig åt aktiviteter som involverar vatten, t.ex. simning. De ökade drunkningsdödsfallen beror helt enkelt på mer exponering för vattenbaserade aktiviteter, inte på glass. Den angivna slutsatsen är felaktig.

Exempel 4 En hypotetisk studie visar ett samband mellan testångestresultat och blyghetsresultat, med ett statistiskt r-värde (korrelationsstyrka) på +,59. Därför kan man helt enkelt dra slutsatsen att blyghet till viss del påverkar testångest på ett kausalt sätt.

Hursomhelst, som man stöter på i många psykologiska studier, upptäcker man en annan variabel, en ”självmedvetenhetspoäng”, som har en skarpare korrelation (+,73) med blyghet. Detta tyder på ett möjligt problem med en ”tredje variabel”, men när tre så närbesläktade mått hittas tyder det också på att var och en av dem kan ha dubbelriktade tendenser (se ”dubbelriktad variabel”, ovan), eftersom de är ett kluster av korrelerade värden som var och en påverkar den andra i viss utsträckning. Därför kan den enkla slutsatsen ovan vara felaktig.

Exempel 5 Sedan 1950-talet har både koldioxidnivån i atmosfären och fetman ökat kraftigt. Därför orsakar koldioxid i atmosfären fetma.

Fler människor tenderar att äta mer mat och producera mer koldioxid.

Exempel 6 HDL-kolesterol (det ”goda” kolesterolet) är negativt korrelerat med förekomsten av hjärtinfarkt. Därför minskar risken för hjärtinfarkt om man tar medicin för att höja HDL-värdet.

Fortsatt forskning har ifrågasatt denna slutsats. I stället kan det vara så att andra underliggande faktorer, som gener, kost och motion, påverkar både HDL-nivåerna och sannolikheten att drabbas av en hjärtattack; det är möjligt att läkemedel kan påverka den direkt mätbara faktorn, HDL-nivåerna, utan att påverka chansen att drabbas av en hjärtattack.

Bidirektionellt orsakssamband: A orsakar B och B orsakar AEdit

Kausalitet är inte nödvändigtvis enkelriktad; i ett förhållande mellan rovdjur och bytesdjur påverkar antalet rovdjur antalet bytesdjur, men antalet bytesdjur, dvs. tillgången på mat, påverkar också antalet rovdjur. Ett annat välkänt exempel är att cyklister har ett lägre Body Mass Index än personer som inte cyklar. Detta förklaras ofta med att cykling ökar den fysiska aktivitetsnivån och därmed minskar BMI. Eftersom resultat från prospektiva studier om personer som ökar sitt cykelanvändande visar en mindre effekt på BMI än tvärsnittsstudier kan det också finnas en viss omvänd kausalitet (dvs. personer med lägre BMI är mer benägna att cykla).

Sambandet mellan A och B är slumpmässigtRedigera

Huvudartikel: Spurious relationship

De två variablerna är inte alls relaterade, utan korrelerar av en slump. Ju mer saker och ting undersöks, desto mer sannolikt är det att två orelaterade variabler verkar vara relaterade. Till exempel:

  • Resultatet av den sista hemmamatchen av Washington Redskins före presidentvalet förutspådde resultatet av varje presidentval från 1936 till och med 2000, trots att resultatet av fotbollsmatcherna inte hade något att göra med resultatet av det populära valet. Denna svit bröts slutligen 2004 (eller 2012 om man använder en alternativ formulering av den ursprungliga regeln).
  • Mierscheid-lagen, som korrelerar det socialdemokratiska partiet i Tysklands andel av folkomröstningen med storleken på råstålsproduktionen i Västtyskland.
  • Alternativt skalliga, håriga ryska ledare: En skallig (eller uppenbart skallig) statlig ledare i Ryssland har efterträtt en icke skallig (”hårig”) och vice versa i nästan 200 år.
  • Bibelns kod, hebreiska ord som förutspår historiska händelser och som påstås vara gömda i Toran: det enorma antalet kombinationer av bokstäver gör att varje ords förekomst i en tillräckligt lång text är statistiskt obetydlig.

Lämna ett svar

Din e-postadress kommer inte publiceras.