相关性可以暗示因果关系!| 统计学误解

Correlation CAN Imply Causation! | Statistics Misconceptions

频道:minutephysics · 时长:4:11 · 发布:2017-08-17 · 播放:744085

在 YouTube 观看

简介

一个四分钟的 minutephysics 视频,认为因果模型和因果网络让统计学能够从相关性推断因果关系。它涉及 Reichenbach 原理、共同原因、反馈和量子因果发现。

HN 为什么推荐

当有人重复相关性不能暗示因果关系时,HN 用户链接它作为 Judea Pearl 风格因果推断的简短易懂总结。

一个粗略的总结可以在 YouTube 视频中找到 — HN, 2018

数据科学与统计 · 科学方法与科学传播

中文字幕节选

统计学中一个常见的误解是 认为相关性意味着因果关系——比如, 如果更多高个子的人养猫,你可能会想 这意味着个子高让人更有可能养猫。 然而,仅仅知道身高和养猫之间 存在相关性,并不能告诉我们 因果关系的方向——也可能相反,是养猫导致人们长得 更高——或者真正的起因完全是 别的东西,比如人和 猫生活在两个分开的岛上,一个是郁郁葱葱的 天堂,有足够的食物让人长高 并喂养宠物猫,另一个是荒地, 限制了身高和养猫。 这类例子的要点在于,注意到 两件事之间的相关性,并不 意味着其中一件事导致了另一件。 因此有了那句常见的口头禅:相关性不意味着因果关系。 这是真的——确实不意味着! 但这个被反复念叨的格言导致了另一个 常见误解——认为你无法从统计学中推断出任何因果关系。 你可以的!我的意思是,这样想很合理: 如果两件事相关,很可能 有某种原因,即使单一的相关性无法告诉你。 有时你可以从额外信息中推断出因果关系——比如知道 一件事发生在另一件之前——但你也可以直接从 相关性中推断因果关系——你只需要不止一个相关性,再加上一种叫做因果 网络的东西。比如,在我们的猫-身高-岛屿例子中,我们知道 养猫和身高是相关的, 但我们不知道这种相关性的原因是什么。 如果我们不知道其他任何信息,那么有19种——没错,19种! ——不同的因果关系可以解释这种情况。 如果你认为相关性只是偶然,那就是20种。 然而,也许我们知道另外两件事:第一,假设出生在某个 岛屿的人留在那里,所以他们的身高不影响他们住在哪个岛,我们 可以排除身高影响岛屿的关系。 第二,假设在任何一个岛上,单独 来看,身高和养猫之间 没有任何相关性;那么我们可以排除所有身高和猫 直接影响彼此的选项。这给我们 留下了仅仅两个选项:要么岛屿 是身高和养猫的因果解释 (也许和之前一样,一个岛 是人和猫的郁郁葱葱、健康的天堂), 要么养猫是岛屿的因果 解释,而岛屿是身高的因果解释(比如,也许 大量的猫把岛屿变成了 天堂,从而影响了未来猫主人的身高)。 所以,从19种可能的因果关系开始, 我们用相关性把范围缩小 到仅仅2个选项——不错! 当然,这只是一个简单的例子, 但对于任何一组事物,你可以利用 它们之间的各种相关性(或缺乏相关性)来排除一些 可能的因果关系。 这就是相关性如何能够意味着因果关系。 不过,有一个问题…… 量子力学中的一些实验具有 排除了所有可能因果关系的相关性。 我们得把细节留到以后的视频,但在那之前,我可以建议一句新的 著名格言吗? “相关性不一定意味着 因果关系,但如果你用它来评估因果模型,它就可以。 ……量子力学除外。” 关于统计学和因果性,我还有一些内容要讲,但首先我 很兴奋地介绍本期视频非常相关的赞助商:Brilliant.org。 Brilliant 是一个问题解决网站,旨在 帮助你练习和学习数学与科学, 通过引导性问题、谜题和测验:我知道这听起来有点书呆子,但

HN 上的讨论

Judea Pearl 写了一整本书来证明因果性(以及何时无法证明)。有一个 YouTube 视频提供了粗略的总结:[VIDEO] — trendia, 2018-01
> 对人类而言,通常也无法确定因果关系,我们看到的只是数据中的相关性,然后发明出解释这些相关性的因果理论。 对此我不太确定。MinutePhysics 有一个视频讲相关性如何能暗示因果关系:[VIDEO] — woojoo666, 2022-11
看到你的博客文章,我加注一个 YouTube 视频。minutephysics 相关性可以暗示因果性!| 统计学误解 [VIDEO] — esmi, 2017-09

相关视频