پث‌وایز

آمار و سواد دادهدرس ۶ از ۱۲

همبستگی، علیت نیست

رشد هم‌زمان دو پدیده می‌تواند نشانهٔ علت بودن اولی، علیت معکوس، وجود یک متغیر مخدوش‌کنندهٔ پنهان، یا صرفاً یک تصادف آماری باشد؛ در این درس نحوهٔ تشخیص آن‌ها را می‌آموزید.

چیزی که از این درس می‌بری

  • همبستگی بیانگر تمایل دو متغیر به حرکت موازی است؛ ضریب r از ۱- تا ۱+ فقط میزان فشردگی رابطهٔ خطی را نشان می‌دهد.
  • فروش بستنی و حوادث غرق‌شدگی ضریب همبستگی ۰٫۸ دارند؛ اما گرمای هوا به عنوان متغیر مخدوش‌کننده محرک هر دو پدیده است.
  • پیش از پذیرش هر ادعای علّی، چهار فرضیه را بررسی کنید: متغیر مخدوش‌کننده، علیت معکوس، سوگیری گزینش و تصادف آماری.
فهرست این درس۵
  1. همبستگی (Correlation)
  2. متغیر مخدوش‌کننده: عامل پنهان در پشت صحنه
  3. دو عامل دیگر که همبستگی را گمراه‌کننده می‌سازند
  4. چگونه رابطهٔ علیت واقعاً اثبات می‌شود؟
  5. مرور درس

همبستگی (Correlation)

اسم · آمار

تمایل دو متغیر به تغییر جهت‌دار و هم‌زمان با یکدیگر. در همبستگی مثبت، هر دو متغیر با هم افزایش یا کاهش می‌یابند؛ در همبستگی منفی، با افزایش یکی، دیگری کاهش می‌یابد. نمودار پراکندگی (Scatter plot) این رابطه را به شکل ابری از نقاط با یک شیب مشخص نشان می‌دهد. ضریب همبستگی پیرسون (r) در بازهٔ ۱- تا ۱+ تعریف می‌شود: مقادیر نزدیک به ۱+ یا ۱- بیانگر الگوی خطیِ بسیار فشرده و قوی هستند، و مقدار ۰ به معنای نبود هرگونه رابطهٔ خطی میان دو متغیر است.

قد و شمارهٔ کفش: همبستگی مثبت. دمای هوای بیرون و مبلغ قبض گرمایش: همبستگی منفی.

خودت رو امتحان کنسؤال ۱ از ۶

کدام‌یک از جفت‌های زیر به احتمال زیاد دارای همبستگی منفی است؟

  1. ساعات مطالعه و نمرهٔ آزمون
  2. طول ساعات روشنایی روز و هزینهٔ گاز و گرمایش منزل
  3. سن کودک و قد او
  4. مساحت یک خانه و قیمت فروش آن
جواب رو ببین

طول ساعات روشنایی روز و هزینهٔ گاز و گرمایش منزل

کاملاً درست است. با طولانی‌تر و گرم‌تر شدن روزها، هزینهٔ سوخت و گرمایش منازل کاهش می‌یابد: یکی افزایش می‌یابد و دیگری افت می‌کند. در سایر گزینه‌ها، هر دو متغیر تمایل دارند هم‌گام با یکدیگر رشد کنند.

قدم‌به‌قدم ببین

  1. دوازده ماه سال: فروش بستنی و غرق‌شدگی
    ۱/۴دوازده ماه سال: فروش بستنی و غرق‌شدگی

    هر نقطهٔ نارنجی نشان‌دهندهٔ یک ماه از سال است (شماره‌گذاری‌شده از ۱ تا ۱۲): میزان فروش بستنی در محور افقی و آمار غرق‌شدگی در محور عمودی. ماه‌های تابستان (۶ تا ۹) در گوشهٔ بالا و راست قرار دارند و ماه‌های زمستان (۱۲، ۱ و ۲) در پایین و چپ. هر دو شاخص هم‌زمان افزایش می‌یابند.

  2. همبستگی مثبت قوی
    ۲/۴همبستگی مثبت قوی

    خط روندی یاسی‌رنگ از میان ابر نقاط عبور می‌کند که ضریب همبستگی بالای آن (حدود ۰٫۸ = r) را نشان می‌دهد: یک همبستگی مثبتِ آشکار. این نمودار وسوسه‌کننده است که فلش علیت را مستقیماً از مصرف بستنی به سمت خطر غرق‌شدگی رسم کنیم!

  3. عامل پنهان: گرمای هوا
    ۳/۴عامل پنهان: گرمای هوا

    نمودار قبلی کوچک‌تر شده و در سمت چپ قرار می‌گیرد. در سمت راست، دایره‌ای با نشان دمای هوا (°C) رسم می‌شود که هم به بستنی و هم به غرق‌شدگی فلش می‌زند. گرمای تابستان هم فروش بستنی را بالا می‌برد و هم پای افراد را به شنا و دریاچه باز می‌کند.

  4. خط بطلان بر فلش مستقیم علیت
    ۴/۴خط بطلان بر فلش مستقیم علیت

    فلش مستقیمی که بستنی را علت غرق‌شدگی نشان می‌داد خط می‌خورد. هیچ‌یک علت دیگری نیست؛ بلکه یک عامل سوم پنهان—یک «متغیر مخدوش‌کننده»—هر دو را هم‌زمان به حرکت درآورده است.

خودت رو امتحان کنسؤال ۲ از ۶

در فصل تابستان فروش بستنی و حوادث غرق‌شدگی هم‌زمان اوج می‌گیرند. منطقی‌ترین توضیح برای این پدیده چیست؟

  1. خوردن بستنی مهارت شنای افراد را تضعیف می‌کند
  2. وقوع غرق‌شدگی باعث می‌شود مردم برای تسکین خود بستنی بخرند
  3. عامل سومی به نام گرمای هوا هر دو متغیر را هم‌زمان افزایش می‌دهد
  4. این یک تصادف آماری گذراست که تنها در یک کشور خاص رخ داده است
جواب رو ببین

عامل سومی به نام گرمای هوا هر دو متغیر را هم‌زمان افزایش می‌دهد

کاملاً درست است. گرمای تابستان هم خریداران بستنی را بیشتر می‌کند و هم جمعیت شناگران را. اگر اثر دما را حذف کنید، هیچ پیوندی میان بستنی و غرق‌شدگی باقی نمی‌ماند.

۰۲متغیر سوم

متغیر مخدوش‌کننده: عامل پنهان در پشت صحنه

متغیر مخدوش‌کننده (Confounder) عامل سومی است که هم‌زمان بر هر دو متغیر مورد مطالعه اثر می‌گذارد و سبب می‌شود آن‌ها هماهنگ با هم تغییر کنند، بدون آنکه هیچ‌کدام علت دیگری باشد. این پدیده شایع‌ترین عامل گمراه‌کننده در تحلیل همبستگی‌هاست. مفهومی خویشاوند با آن سوگیری گزینش (Selection Bias) است: مقایسهٔ دو گروهی که اعضایشان خود را انتخاب کرده‌اند و بنابراین از جهات بی‌شمار دیگری نیز با یکدیگر تفاوت دارند.

افرادی که مکمل‌های ویتامینی مصرف می‌کنند معمولاً سالم‌ترند. اما این افراد در عین حال ورزش منظم‌تری دارند، کمتر دخانیات مصرف می‌کنند و سطح درآمد بالاتری دارند. هر یک از این عوامل می‌تواند تفاوت سلامتی را توجیه کند؛ بنابراین نباید تمام افتخار سبک زندگی سالم را به پای قرص‌های مکمل نوشت.

خودت رو امتحان کنسؤال ۳ از ۶

«کودکانی که در منزلشان کتاب‌های بیشتری دارند نمرات درسی بالاتری می‌گیرند.» کدام عامل زیر محتمل‌ترین متغیر مخدوش‌کننده در این رابطه است؟

  1. رنگ جلد کتاب‌های موجود در خانه
  2. سطح تحصیلات و درآمد والدین کودک
  3. روز خاصی از هفته که کارنامه صادر شده است
  4. مساحت کتابخانهٔ عمومی مدرسه
جواب رو ببین

سطح تحصیلات و درآمد والدین کودک

کاملاً درست است. والدین تحصیل‌کرده‌تر و با درآمد بالاتر، هم کتاب‌های بیشتری می‌خرند و هم مزایای متعددی نظیر کمک در تکالیف، محیط آرام و تدریس خصوصی برای فرزندشان فراهم می‌کنند. این عامل زمینهٔ مشترک هر دو پدیده است.

دو عامل دیگر که همبستگی را گمراه‌کننده می‌سازند

علیت معکوس (Reverse Causation)

جهت فلش علیت برعکس فرض اولیه است. گزارهٔ «افرادی که عصا به دست می‌گیرند وضعیت جسمانی ضعیف‌تری دارند»: عصا علت بیماری نیست، بلکه ضعف جسمانی علت دست گرفتن عصاست. «شهرهایی با تعداد پلیس بیشتر، آمار جرم بالاتری دارند»: در اغلب موارد، جرم بالا علت استخدام مأموران بیشتر توسط شهرداری بوده است.

همبستگی کاذب و تصادف محض (Spurious Correlation)

اگر در میان انبوه داده‌ها به اندازهٔ کافی جست‌وجو کنید، برخی متغیرها صرفاً بر حسب تصادف محض با یکدیگر هماهنگ نشان داده می‌شوند؛ مانند تطابق مضحک مصرف سرانهٔ پنیر با مرگ‌های ناشی از پیچیدن در ملافه. هرچه تعداد داده‌ها کمتر و متغیرهای جست‌وجوشده بیشتر باشد، وقوع این تصادفات آسان‌تر است.

خودت رو امتحان کنسؤال ۴ از ۶

این تیترهای رسانه‌ای را دسته‌بندی کنید: کدام‌یک تنها یک همبستگی را توصیف می‌کنند و کدام ادعای یک رابطهٔ علّی دارند؟

صرفاً بیان همبستگی و ارتباطادعای رابطهٔ علت و معلولی

  • مصرف قهوه با طول عمر بیشتر در ارتباط است
  • نوشیدن قهوه خطر سکتهٔ مغزی را کاهش می‌دهد
  • مدت‌زمان تماشای صفحهٔ نمایش با افت کیفیت خواب همراه است
  • صفحه‌نمایش گوشی‌ها نوجوانان را دچار اضطراب می‌کند
  • پیاده‌روی روزانه با کاهش مرخصی‌های استعلاجی همبستگی دارد
  • پیاده‌روی سبب کاهش وزن می‌شود
جواب رو ببین

صرفاً بیان همبستگی و ارتباط: مصرف قهوه با طول عمر بیشتر در ارتباط است, مدت‌زمان تماشای صفحهٔ نمایش با افت کیفیت خواب همراه است, پیاده‌روی روزانه با کاهش مرخصی‌های استعلاجی همبستگی دارد

ادعای رابطهٔ علت و معلولی: نوشیدن قهوه خطر سکتهٔ مغزی را کاهش می‌دهد, صفحه‌نمایش گوشی‌ها نوجوانان را دچار اضطراب می‌کند, پیاده‌روی سبب کاهش وزن می‌شود

۰۴قدم‌به‌قدم

چگونه رابطهٔ علیت واقعاً اثبات می‌شود؟

  1. روش زرین: کارآزمایی تصادفی‌سازی‌شده و کنترل‌شده (RCT)

    افراد را به‌طور تصادفی به گروه‌ها تخصیص دهید تا تمام متغیرهای مخدوش‌کننده به‌طور یکنواخت میان آن‌ها پخش شوند (درس ۱۱).

  2. تقدم و تأخر زمانی

    علت همواره باید پیش از معلول رخ دهد، نه پس از آن.

  3. رابطهٔ دوز-پاسخ (Dose-Response)

    افزایش شدت یا مقدار علت باید با شدت بیشتر معلول همراه باشد؛ مثلاً افراد با مصرف سنگین‌تر سیگار، شیوع بالاتری از سرطان ریه را نشان می‌دهند.

  4. سازوکار زیستی یا فیزیکی معقول

    باید مسیری منطقی و علمی وجود داشته باشد که چگونگی اثرگذاری یکی بر دیگری را تبیین کند.

  5. تکرارپذیری و هماهنگی نتایج

    مطالعات متعدد در جوامع و شرایط گوناگون باید به نتیجه‌ای یکسان برسند؛ همان‌طور که رابطهٔ سیگار و سرطان ریه از طریق شواهد مشاهده‌ای مکرر تثبیت شد.

خودت رو امتحان کنسؤال ۵ از ۶

وجود ضریب همبستگی ۰٫۹ میان دو متغیر ثابت می‌کند که یکی از آن‌ها علت دیگری است.

  1. درست
  2. نادرست
جواب رو ببین

نادرست

نادرست است. ضریب همبستگی (r) صرفاً نشان می‌دهد نقاط تا چه اندازه روی یک خط مستقیم قرار می‌گیرند. وجود یک متغیر مخدوش‌کننده، علیت معکوس یا حتی یک تصادف محض می‌توانند ضریب ۰٫۹ بسازند. مصرف بستنی و غرق‌شدگی ضریب همبستگی بالایی (حدود ۰٫۸) داشتند، بدون آنکه ذره‌ای رابطهٔ علّی میان آن‌ها وجود داشته باشد.

خودت رو امتحان کنسؤال ۶ از ۶

  1. آتش‌سوزی کوچک در آشپزخانه: ۴ آتش‌نشان اعزام می‌شوند و خسارت وارده حدود ۲٬۰۰۰ واحد پول است.
  2. آتش‌سوزی مهیب در یک انبار کالا: ۴۰ آتش‌نشان اعزام می‌شوند و خسارت بالغ بر ۵۰۰٬۰۰۰ واحد می‌گردد. در تمام بررسی‌ها، حضور آتش‌نشانان بیشتر با خسارت مالی سنگین‌تر همراه است.

منطقی‌ترین توضیح برای این رابطهٔ همبستگی چیست؟

  1. آتش‌نشان‌ها خود عامل ایجاد خسارت‌اند، پس باید نیروهای کمتری اعزام شوند
  2. آتش‌سوزی‌های بزرگ‌تر به اعزام نیروهای بیشتری نیاز دارند و خود ذاتاً خسارت بالاتری به بار می‌آورند؛ ابعاد آتش متغیر مخدوش‌کننده است
  3. این الگو یک تصادف محض است و با جمع‌آوری داده‌های بیشتر محو خواهد شد
  4. بروز خسارت سنگین سبب کندی عملکرد آتش‌نشانان می‌شود
جواب رو ببین

آتش‌سوزی‌های بزرگ‌تر به اعزام نیروهای بیشتری نیاز دارند و خود ذاتاً خسارت بالاتری به بار می‌آورند؛ ابعاد آتش متغیر مخدوش‌کننده است

دقیقاً درست است. ابعاد و شدت آتش هم تعداد آتش‌نشانان اعزامی را معین می‌کند و هم حجم خسارت مالی را بالا می‌برد. اگر آتش‌سوزی‌های هم‌اندازه را مقایسه کنید، حضور مأموران بیشتر سبب مهار سریع‌تر و کاهش خسارت می‌گردد.

۰۵جمع‌بندی

مرور درس

  • همبستگی بیانگر تمایل دو متغیر به حرکت موازی است؛ ضریب r از ۱- تا ۱+ فقط میزان فشردگی رابطهٔ خطی را نشان می‌دهد.
  • فروش بستنی و حوادث غرق‌شدگی ضریب همبستگی ۰٫۸ دارند؛ اما گرمای هوا به عنوان متغیر مخدوش‌کننده محرک هر دو پدیده است.
  • پیش از پذیرش هر ادعای علّی، چهار فرضیه را بررسی کنید: متغیر مخدوش‌کننده، علیت معکوس، سوگیری گزینش و تصادف آماری.
  • واژگانی مانند «مرتبط با» یا «همراه با» نشان‌دهندهٔ همبستگی‌اند؛ درحالی‌که «باعث می‌شود» یا «خطر را می‌کاهد» ادعای علیت دارند.
  • علیت به بهترین شکل از طریق کارآزمایی‌های تصادفی‌سازی‌شده (RCT)، یا اجتماع شواهد تقدم زمانی، دوز-پاسخ، سازوکار علمی و هماهنگی نتایج اثبات می‌شود.

به سبک خودت یادش بگیر.

توی اپ از یادآی بخواه این درس رو ساده‌تر توضیح بده، از زندگی خودت مثال بزنه یا عمیق‌تر بره. بعد یه مسیر کامل دور هدف خودت بساز.

Cafe Bazaar Myket توی اپ شخصی‌سازیش کن