Was ist der Unterschied zwischen Korrelation und Kausalität?
Woher wissen wir zum Beispiel, wann wir es hier nur mit Korrelation und nicht auch mit Kausalität zu tun haben?
Es scheint so
correlation ≡ causation
.correlation ≢ causation
causation ⇔ correlation
("≡" bedeutet "ist identisch mit" und "⇔" bedeutet "impliziert einander.")
Was ist der Unterschied zwischen Korrelation und Kausalität?
Kausalität ist schwer prägnant zu definieren, aber hier ist eine aktuelle Definition von Nancy Cartwright ( siehe auch diesen Beitrag ):
C verursacht E genau dann, wenn C die Wahrscheinlichkeit von E in jeder ansonsten bezüglich E kausal homogenen Situation erhöht. (Causal Laws and Effective Strategies, 423)
Das Schlüsselwort hier ist "in jeder Situation" . Die Korrelation betrifft nicht jede Situation, sondern nur die Daten, die wir gerade haben. Die Kausalität hingegen umfasst jede Situation, darunter viele, die nicht in unseren aktuellen Daten enthalten sind. Beachten Sie die probabilistische Definition, die Aussagen wie „Rauchen verursacht Krebs“ zulässt, obwohl wir ein oder zwei starke Raucher getroffen haben, die keinen Krebs haben.
Woher wissen wir zum Beispiel, wann wir es hier nur mit Korrelation und nicht auch mit Kausalität zu tun haben?
Dies ist noch eine offene Frage. Ihre Lösung hätte schwerwiegende Folgen für die Wissenschaftstheorie (in Bezug auf das Abgrenzungsproblem und das Induktionsproblem).
Der Falsifikationismus von Karl Popper war gewissermaßen ein Versuch, dieses Problem zu lösen. Davor war der Verifikationismus der logischen Positivisten problematisch, genau weil Korrelation keine Kausalität impliziert, und man alle möglichen pseudowissenschaftlichen Theorien verifizieren konnte, vorausgesetzt, sie gruben genügend passend korrelierte Datenpunkte aus. Fälschung löst das Problem jedoch nicht vollständig.
Angesichts der Tatsache, dass zwei Datensätze A und B korreliert sind, schauen wir uns die Möglichkeiten an, warum sie korreliert sind:
Durch Fälschung können wir Fälle wie (1) ausschließen: Wenn man in Ihrem Piratenbeispiel eine Möglichkeit hätte, die Anzahl der Piraten plötzlich zu erhöhen, oder es schaffte, alle dazu zu bringen, ein paar Jahre lang wie ein Pirat zu sprechen, würden sie das bemerken Nach 10 oder 20 Jahren sind die globalen Durchschnittstemperaturen immer noch nicht gesunken, sodass wir die Hypothese, dass Piraten einen kausalen Zusammenhang mit den globalen Temperaturen haben, getrost verwerfen können.
Aber das lässt uns mit (2), (3) und (4) zurück. Für diese gibt es einige Heuristiken, um zwischen den Möglichkeiten zu unterscheiden, aber keine sichere Methode.
Korrelation und Kausalität sind nicht dasselbe:
Korrelation ist eine Tatsache, die sich einfach aus der Beobachtung ergibt - wie in Ihrem schönen Beispiel.
Dagegen beantwortet die Kausalität zusätzlich die Frage: Warum ?
Die Warum-Frage zu beantworten bedeutet, eine Erklärung für die Beobachtung zu geben. Eine Erklärung sollte allgemeiner sein als eine spezifische Beobachtung. Es sollte mehrere Fälle abdecken, auch noch nicht beobachtete Fälle (Vorhersagekraft). Die besten Erklärungen sind wissenschaftliche Theorien. Sie erlauben es, viele Phänomene aus wenigen allgemeinen Annahmen abzuleiten.
Leider kenne ich keine einfache und treffende Definition von Kausalität.
Abgesehen davon sollte in Ihrer Zahl 35.000 durch einen anderen Wert ersetzt werden. Verwenden Sie eine logarithmische Skala?
Nehmen Sie dieses Beispiel: Menschen, die Regenmäntel tragen, Menschen, die Regenschirme tragen, und es regnet. Diese drei werden dazu neigen, zusammen zu passieren oder nicht zusammen zu passieren. Das ist Korrelation.
Es gibt drei Hauptfälle für Kausalität: Die Beziehung zwischen Regen und Regenschirmen ist kausal. Wenn es regnet, holen die Leute ihre Regenschirme heraus. In die andere Richtung gibt es keinen kausalen Zusammenhang: Das Tragen eines Regenschirms verursacht keinen Regen. Wenn Sie Ihren Regenschirm während des Regens weglegen, wird der Regen dadurch nicht aufhören. Und das Verhältnis zwischen Regenmänteln und Regenschirmen ist wieder anders: Beide haben eine gemeinsame Sache.
Beachten Sie, dass die Korrelation in beide Richtungen funktioniert: Regen ist mit Regenschirmen korreliert, und Regenschirme sind gleichermaßen mit Regen korreliert. Kausalität ist normalerweise eine Einbahnbeziehung.
Der Unterschied zwischen Korrelation und Kausalität wird am besten durch die Aussage erfasst: "Korrelation impliziert keine Kausalität." Kausalität impliziert Korrelation, aber das Gegenteil ist nicht der Fall: Korrelation impliziert keine Kausalität. Das heißt, es gibt keine Möglichkeit, eine Ursache-Wirkungs-Beziehung zwischen A und B nur auf der Grundlage einer beobachteten Assoziation oder Korrelation zwischen ihnen legitim abzuleiten (oder abzuleiten).
Die Behauptung, dass "Korrelation Kausalität impliziert ", ist ein Fall des logischen Fehlschlusses, der als "fragwürdige Ursache" bezeichnet wird.
Wenn A und B korreliert sind, gibt es die folgenden Optionen:
Die Idee, dass Korrelation eine Kausalität impliziert, ist ein Fall des Trugschlusses „fragliche Ursache“, bei dem angenommen wird, dass zwei Ereignisse, die zusammen auftreten, eine Ursache-Wirkungs-Beziehung hergestellt haben.
Fragwürdiger Ursache Irrtum: „cum hoc ergo propter hoc“ = „mit diesem deshalb deshalb.“ Beachten Sie, dass sich dies vom "post hoc ergo propter hoc" (nach diesem, also deswegen) unterscheidet, bei dem ein Ereignis, das auf ein anderes folgt, als notwendige Folge des vorherigen Ereignisses angesehen wird. Ein Beispiel für den „post hoc“-Irrtum ist: „Jeden Morgen kräht mein Hahn, dann geht die Sonne auf.
Korrelation (P) kann unmöglich Kausalität (Q) implizieren, weil „Implikation“ notwendigerweise etwas Deduktives ist. Im logischen Sinne bedeutet der Begriff „impliziert“ „ist eine hinreichende Bedingung für“. Daher stellt die (materielle) Implikation in der Bedingung „wenn P, dann Q“ eine hinreichende Bedingung zwischen P und Q auf, so dass „P für Q ausreichend ist“, was gleichbedeutend ist mit der Aussage „Q ist eine notwendige Bedingung für P. ' Die technische Bedeutung der materiellen Bedingung "P impliziert Q", die als P -> Q bezeichnet wird, bedeutet "Wenn der Umstand P der Fall ist, dann folgt Q." In diesem Sinne des Wortes „implizieren“ ist es immer richtig zu sagen „Korrelation impliziert nicht Kausalität“. Korrelation ist eine notwendige Bedingung für Kausalität, keine hinreichende Bedingung!
Außerdem legt eine bloße Korrelation zwischen A und B noch nicht einmal die Richtung der Kausalität fest: Aus der bloßen Tatsache, dass A und B korreliert sind, kann man nicht schließen, dass A die Ursache oder die Wirkung ist, und ebenso für B.
Was ist der Unterschied zwischen Korrelation und Kausalität?
Der Unterschied besteht darin, ein Modell (auch bekannt als Theorie) zu haben.
Wir können sagen, dass A B verursacht, wenn wir durch Logik und Vernunft erklären können, warum das so ist.
Und obwohl Kausalität oft eine Korrelation erzeugt, ist sie keineswegs implizit. „Zu viel des Guten“ ist ein Beispiel für ein solches Paradoxon, das jeder nur zu gut kennt.
Woher wissen wir zum Beispiel, wann wir es hier nur mit Korrelation und nicht auch mit Kausalität zu tun haben?
Wir nicht. Aber da wir die Ursache nicht identifizieren können, sollten wir sicherlich keine annehmen.
virmaior
Hummel
Benutzer18800
Cort Ammon
CriglCragl