Vienas iš dažnai kartojamų ir vertų įsidėmėjimo teiginių apie įvairius duomenis ir iš jų daromas išvadas – koreliacijos ir priežastingumo skirtumas. Paprastai sakoma būna taip: koreliacija dar nereiškia priežastingumo (correlation does not imply causality). Tai reiškia, kad jei du reiškiniai (tendencijos, duomenų rinkiniai) atrodo kažkaip susiję (pvz. kai daugiau vieno, tai daugiau ir kito), tai dar nereiškia, kad vienas iš jų nulemia kitą. Dažnai tą sunku suprasti – net jei duomenys kalba apie tikrai visiškai nesusijusius dalykus (klasikinis pavyzdys – piratų skaičius ir pasaulinis atšilimas), intuityviai norisi patikėti, kad kažkoks ryšys yra.
Tad štai, daug nesiplėsdamas, duodu jums galimybę pasigrožėti daugybe panašių sąryšių. Atominė energetika sukelia mirtis baseinuose, socialinių mokslų daktaro laipsnių suteikimas skatina kosmoso užkariavimą, o didelis kosmoso tyrimų finansavimas sukelia savižudybes. Ir taip toliau. Taip pat galima atrasti ir naujų sąryšių – tereikia pasirinkti vieną dominantį rodiklį, o sistema automatiškai suras koreliacijos koeficientus su daugybe kitų (kuo koeficientas artimesnis vienetui, nesvarbu plius ar minus, tuo koreliacija tvirtesnė). Smagaus ieškojimo :)
Laiqualasse
Laukiam kąsnio! :P
Kažkaip iš šios pozicijos eina suprasti, jog moksle koreliacija ir priežastingumas yra nei svarbus, nei dažnai sutinkamas vaisius.
O ta koreliacija ir priežastingumas tarpsta daugiausia tik bulvarinio elgesio ir skaitalo lygyje.
Na, ir tas „Smagaus ieškojimo :)“ – sakyčiau, gan nykus užsiėmimas yra kapstytis po „bulvarą“ (gal kada kitą kartą – o dabar šiuo, ko gero, tikrai neužsiimsiu ir nesismaginsiu :) )
Ir viena, ir kita moksle dažnai sutinkama ir gali būti svarbu. Tik iš vieno neišplaukia kitas, ir tiek. Gali būti priežastinis sąryšis, nerodantis koreliacijos, ir koreliacija, atsirandanti be priežastinio sąryšio.