Что такое причинно следственной связи: в чем разница и почему её важно понимать в работе над продуктом — Кейсы роста на vc.ru

в чем разница и почему её важно понимать в работе над продуктом — Кейсы роста на vc.ru

Почему её легко упустить и как доказать наличие причинно-следственной связи.

6130 просмотров

Материал GoPractice.

В работе над продуктом часто можно услышать такую логику рассуждений от продакт-менеджера или продуктового аналитика: «Я проанализировал данные и увидел, что пользователи, которые делают Х, с большей вероятностью покупают премиум-версию или становятся успешными». На основе этого инсайта они решают инвестировать время и силы в то, чтобы большая доля пользователей делала X.

Проблема в том, что в этом случае корреляция выдается за причинно-следственную связь. Может быть, там и есть зависимость между переменными, а может быть, это частный случай корреляции, когда рост одной метрики сопровождается ростом другой.

В этом материале разберемся, почему легко упустить разницу между корреляцией и причинно-следственной связью, как доказать наличие причинно-следственной связи и почему это важно при работе над продуктом.

На первый взгляд, выражение «корреляция не означает причинно-следственную связь» не требует дополнительных разъяснений: звучит как прописная истина. Но снова и снова люди с разным уровнем опыта приравнивают эти понятия. Иногда умышленно, а иногда по невнимательности.

Корреляция и причинно-следственная связь

Корреляция — это взаимосвязь между двумя переменными, при которой изменение одной из них сопровождается изменением в другой. Здесь важно подчеркнуть слово«сопровождается», поскольку при корреляции эти изменения могут происходить без прямого влияния одной переменной на другую.

В ситуации же, когда такое прямое влияние доказано — можно говорить о причинно-следственной связи.

Пример корреляции может звучать так:

Рост потребления мороженого сопровождается ростом числа лесных пожаров.

Другой пример:

Cнижение потребления маргарина сопровождается снижением количества разводов.

Отличие корреляции от причинно-следственной связи

У корреляции может быть несколько причин. Например, на две переменные влияет некий третий фактор, как в случае с ростом продаж мороженого и лесными пожарами. Этот фактор — теплое время года и высокая интенсивность солнечного излучения.

В случае с корреляцией не всегда можно идентифицировать другие факторы, которые влияют на обе переменные, а иногда их может не быть вовсе. В таком случае уместно говорить о случайности. Одновременное снижение числа разводов и потребления маргарина — пример такой ложной корреляции (spurious correlation).

В чем отличие корреляции от причинно-следственной связи?

Причинно-следственная связь всегда подразумевает наличие корреляции. Корреляция не обязательно означает наличие причинно-следственной связи. Корреляция может быть случайной, но причинно-следственная связь по определению не может быть случайностью.

Если корреляция есть, то для доказательства причинно-следственной связи должны соблюдаться еще два условия:

Отсутствие сторонних факторов, которые влияют на обе переменные;
Прямая временная последовательность между изменением первого и второго показателя, между событием A и событием B.

Хотя разница между корреляцией и причинно-следственной связью кажется очевидной, на практике принять одно за другое очень просто.

Примеры корреляций, которые ошибочно принимают за причинно следственную связь

Рассмотрим типовые ситуации из жизни, когда наличие корреляции приводит к ложному выводу о наличии причинно-следственной связи в бытовых ситуациях.

В своей книге «Thinking, Fast and Slow» Daniel Kahneman (Даниэль Канеман) описывает случай на лекции для израильских летчиков. Один из инструкторов настаивал, что курсанты лучше справляются с задачей после того, как он жестко критикует их за ошибки. Канеман предложил провести эксперимент, в ходе которого эти курсанты должны были не глядя дважды бросить монетку в нарисованную на полу мишень. Опыт показал: те, у кого первый бросок был ближе к цели, во второй раз бросали не так точно. И наоборот.

Таким экспериментом Канеман продемонстрировал феномен регрессии к среднему. Когда летчик очень плохо или очень хорошо исполнил упражнение, то часто для него это было отклонением от среднего значения. Поэтому с высокой вероятностью его следующее исполнение будет ближе к среднему, то есть лучше или хуже предыдущего.

Получается, что не критика помогала курсантам показывать лучшие результаты после провального опыта, а регрессия к среднему. Инструктор ошибочно принял корреляцию между критикой и улучшением результатов курсантов после нее за причинно-следственную связь.

Некоторые широко известные убеждения тоже являются корреляцией, которая маскируется под причинно-следственную связь.

Например, идея о том, что занятия музыкой в дошкольном возрасте улучшают когнитивные способности, память и внимание ребенка. Хотя корреляция между этими факторами действительно может быть, говорить о прямой причинно-следственной связи нельзя, так как на результат может влиять масса факторов.

Может быть, занятия музыкой для ребенка требуют от семьи дополнительных финансовых ресурсов. То есть, если семья может направить деньги не только на базовые потребности, но и на дополнительное образование, с высокой вероятностью ребенок имеет доступ к лучшему питанию, лучшему основному образованию и другим благам, которые могут позитивно отражаться на интеллекте ребенка.

Еще один пример.

В одном из материалов Washington Post пришла к выводу, что рост затрат на полицию в США не привел к сокращению преступности. Автор через кажущееся отсутствие прямой корреляции пытается опровергнуть причинно-следственную связь между событиями: увеличение бюджета полиции не приводит к пропорциональному сокращению уровня преступности.

Но говорить о том, что здесь обязательно должна быть причинно-следственная связь, нельзя. Например, именно рост преступности может быть драйвером расходов на полицию, а не наоборот. Без тщательного исследования мы не можем утверждать ни того, ни другого.

Корреляция в бизнесе

В 2013 году eBay тратил десятки миллионов долларов на поисковую рекламу по брендовым запросам “eBay”. В компании были уверены, что рост продаж обусловлен именно покупным трафиком. Но исследование показало, что реклама оказалась направлена как раз на ту аудиторию, которая в любом случае совершила бы покупку на eBay.

В данном случае именно намерение пользователей совершить покупку приводило и к показу рекламы, и к продажам на площадке. В eBay же думали, что именно реклама выступала причиной, а продажи — ее следствием.

Корреляцию часто ошибочно принимают за причинно-следственную связь при анализе успеха чужих продуктов со стороны. «Продукт А выстрелил и нашел product/market fit, благодаря фиче X. Мы можем повторить успех, добавив ту же фичу в нашем продукте и на нашем локальном рынке».

Допустим, что продукт А действительно стал успешным после того, как внедрил определенную фичу. Но нельзя назвать причиной сам факт добавления фичи. Причина зачастую более комплексна и опирается на массу факторов. Но главное, что для определенного сегмента пользователей продукт решает некоторую задачу эффективнее всех доступных альтернатив.

Например, WeChat Pay набрал популярность как платежный инструмент в Китае не потому, что они соединили мессенджер и платежный инструмент. Дело в том, что этот инструмент стал намного более эффективной альтернативой наличным деньгам, поэтому его добавочная ценность оказалась столь высока, а продукт — столь успешным.

На этом фоне становится понятно, почему Facebook Messenger так тяжело давались попытки запустить свой платежный сервис. Просто прикрутить функциональность к мессенджеру недостаточно, потому что на рынке США гораздо сильнее развиты платежные инструменты, а значит, добавочная ценность решения от Facebook для клиента менее ощутима или не ощутима вовсе.

Корреляция в работе над продуктом

Работа над продуктом подразумевает постоянные вопросы о причинах тех или иных изменений в метриках. И зачастую велик соблазн объяснить их через что-то, что мы сделали осознанно и недавно. Однако важно помнить, что продукт и пользователи не существуют в вакууме.

Пример с притоком пользователей в продукт

Вы фиксируете приток пользователей за последнюю неделю, а перед этим вы добавили в продукт новую большую фичу. Кажется, что продуктовое изменение привело к росту.

Однако позже выясняется, что приток пользователей в ваш продукт стал следствием того, что ваш прямой конкурент резко ограничил возможности базового тарифа. Ваш отдел маркетинга заметил это и стал активно использовать этот аргумент в разных каналах коммуникации. Отсюда — приток новых пользователей.

Между добавлением новой фичи и приростом пользовательской базы действительно была корреляция. Но, как мы выяснили, причина этого роста скрывалась в другом.

Пример с монетизацией мобильной игры

Работая над мобильной игрой, вы заметили, что пользователи, которые подключают соцсети, делают больше покупок. На этом этапе может возникнуть соблазн предположить наличие между событиями причинно-следственную связь и решить, что увеличение конверсии игроков в подключение соцсетей пропорционально увеличит выручку с таких пользователей. Если это правда так, то у вас есть множество гипотез, как повлиять на этот параметр.

Однако на деле в такой ситуации вполне может быть еще один или несколько факторов, которые одинаково влияют и на первое, и на второе явление. Скрытым от глаз фактором может быть то, что пользователи, которые и активно подключают соцсети, и чаще делают покупки, просто изначально сильнее мотивированы и больше заинтересованы в игре. То есть это не подключение соцсетей влияет на их поведение, а изначальная предрасположенность к игре.

Если это так, то на практике активное навязывание пользователям возможности подключиться к соцсети в действительности не даст никакого результата. С другой стороны, сразу решить, что такое навязывание не даст никаких изменений, тоже нельзя. Чтобы выяснить это, нужно провести эксперимент.

Как эксперименты помогают доказать причинно-следственную связь

Суеверия, псевдонаучные дисциплины и архаичные методы лечения появились во многом благодаря путанице между корреляцией и причинно-следственной связью. Так появились ритуалы, которые призывают дождь, и жертвоприношения, которые гарантируют удачную охоту и богатые урожаи.

Примерно такой подход прослеживается в древней и средневековой медицине. Например, эффективным способом поправить здоровье больного считалось кровопускание. Если пациент после этой процедуры выживает, то успех приписывается именно ей. Если нет, то значит, болезнь была слишком сильной.

То есть в этом случае корреляция между процедурой и выздоровлением не только ложная, но и избирательная.

Мы не случайно упомянули архаичные методы лечения, потому что именно развитие медицины дало дорогу появлению эффективных методов доказательства причинно-следственной связи.

Одним из важнейших этапов на пути развития доказательной медицины стало проведение в середине XX века первого рандомизированного контролируемого испытания (randomized controlled trial). Его суть заключается в том, чтобы взять две группы людей — тестовую и контрольную, — и одной вручить лекарство, а другой плацебо. Отсутствие различий в других переменных позволяет сделать вывод о влиянии лишь одного конкретного фактора.

В интернете практика подобных испытаний получит название A/B-тестов.

A/B-тестирование для проверки наличия причинно-следственной связи

Вы наблюдаете корреляцию между событиями X и Y. Но для принятия решения вам нужно понять, есть ли между ними причинно-следственная связь.

Для ответа на этот вопрос надо провести эксперимент.

Например, когда одна группа пользователей получает фичу, а другая нет. Все остальные условия для них идентичны. По итогам теста собираются и анализируются данные. На их основе вы можете понять, оказала ли фича влияние на интересующую нас метрику.

Хотя порядок действий и звучит просто, на деле проведение A/B-тестов требует внимания ко множеству деталей и дисциплины. В частности, вам нужно быть очень аккуратными, чтобы не спутать случайное изменение в значение целевой метрики с влиянием тестируемого изменения. Для этого используется понятие статистической значимости — подробнее об этом читайте здесь.

Понимание корреляции и причинно-следственной связи уберегает от ошибок и помогает глубже видеть продукт

В работе над продуктом легко принять корреляцию за причинно-следственную связь. Допускают такую ошибку в разных случаях: либо человек не знает про эту разницу, либо — что чаще — знает в теории, но не всегда может заметить на практике, либо умышленно хочет выдать одно за другое, чтобы добиться желаемого.

Путанице между корреляцией и причинно-следственной связью способствуют различные когнитивные искажения, например confirmation bias или иллюзия контроля. Confirmation bias заставляет нас отметать те факторы, которые не укладываются в желаемую картину происходящего. Иллюзия контроля создает впечатление, что мы знаем о продукте все и понимаем, что и отчего напрямую зависит.

Понимать разницу между корреляцией и причинно-следственной связью важно, чтобы не прийти к ошибочным решениям или не потратить время и ресурсы без какого-либо результата.

Проверка гипотез через эксперименты, дотошное выяснение причин тех или иных наблюдаемых изменений не только помогает ответить на один конкретный вопрос (например, почему падает конверсия в покупку), но и позволяет глубже понять продукт. Такое понимание помогает находить новые инсайты и увеличивать ценность продукта для пользователей.

Чтобы глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.

«Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта.
«Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта.
«Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.
Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.
Ещё больше ценных материалов и инсайтов — в Telegram-канале GoPractice.

Причинно-следственную связь сделали одновременно прямой и обратной

Физики из Университета Вены и Австрийской академии наук показали, что в квантовой механике может существовать ситуация, в которой нельзя определить точную причинно-следственную связь между событиями в эксперименте. Это первый эксперимент такого рода, в котором неопределенность причинности измеряется напрямую. В его основе лежит установка, в которой реализуется суперпозиция порядка выполнения операций: над фотоном одновременно выполняют операцию A, потом B и операцию B, потом A. Подобные процессы могут найти применение в разработке алгоритмов для квантовых компьютеров. Исследование опубликовано в журнале Science Advances.

Принцип причинности (наличие причинно-следственной связи) — одно из фундаментальных свойств физики и других наук, позволяющее разделять один процесс на последовательность шагов, каждый из которых становится причиной последующего. Например, лампочка загорается после того, как мы замыкаем электрическую цепь выключателем, гром возникает из-за удара молнии, но не наоборот. Принцип причинности лежит в основе специальной теории относительности, запрещая чему-либо перемещаться быстрее скорости света.

В квантовой механике подобные свойства часто оказываются устроенными более сложно. К примеру, запутанные состояния специальным образом нарушают ее локальность: если взять две запутанные частицы и провести измерение над одной из них, это моментально (то есть быстрее скорости света) скажется на другой, как бы далеко она ни находилась. При этом не нарушаются причинно-следственные связи — моментальной передачи полезной информации не происходит.

Для того, чтобы доказать квантовую природу запутанности состояний были разработаны неравенства Белла. Это выражение, которое ограничивает частоту совпадений результатов двух случайных измерений двух запутанных частиц. Подробнее о них можно прочесть в описании недавнего эксперимента с участием космических генераторов случайных чисел. Кроме того, есть специальный математический аппарат, который позволяет определить, являются ли два состояния разделимыми или не разделимыми (запутанными) — «свидетель запутанности». Это некоторая функция (след специальной матрицы), которая оказывается больше или равна нулю для разделимых состояний и меньше нуля — для неразделимых.

Оказывается, в квантовой механике можно поставить эксперимент, в котором возникает неопределенность причинно-следственных связей. С помощью похожего математического аппарата («свидетеля причинности») можно показать, что процесс, лежащий в основе эксперимента, не разделим на последовательности элементарных операций.

Основу эксперимента можно пояснить на таком примере. Пусть у нас есть число (например, единица), над которым мы хотим провести две последовательные операции: умножить его на два и возвести в квадрат. В классической ситуации, в зависимости от порядка операций, мы получим два разных результата. Пусть порядок операций будет зависеть от того, выпадет орел или решка при броске монеты. Тогда мы будем получать с вероятностью 50 процентов «четыре» и с вероятностью 50 процентов «два». Очевидно, что зная результат вычисления мы можем восстановить порядок операций и представить все результаты эксперимента как сумму двух путей вычисления.

В квантовой версии эксперимента порядок операций связан с состоянием «Кота Шредингера» — суперпозицией двух состояний. Роль числа в эксперименте будет выполнять состояние фотона (поляризация), а вместо умножения и возведения в степень будут происходить изменения поляризации. Аналогами математических операций являются «отзеркаливание» плоскости поляризации и превращение линейной поляризации в круговую или эллиптическую. От порядка этих операций зависит конечное состояние фотона. Чтобы обеспечить два варианта порядка операций для фотона необходимо создать две возможных траектории: в одной он будет проходить сначала через прибор A, потом B, в другой — наоборот. Суперпозиция двух траекторий может возникнуть, например, если направить одиночный фотон на светоделитель, полупрозрачное зеркало.

Такие эксперименты уже проводились. Однако доказать, что две траектории находятся в суперпозиции удавалось лишь очень косвенно. Например, недавно физики построили вычислительный алгоритм, в основе которого лежит суперпозиция порядка квантовых операций. Он позволял определить, есть ли разница в последовательности выполнения двух неизвестных операций или нет, причем делал это эффективнее, чем алгоритмы с классическим порядком операций. Лишь по уменьшению сложности вычислений в эксперименте авторы подтвердили, что в установке реализуется неопределенный порядок операций.

Авторы новой работы поставили эксперимент, в котором суперпозицию последовательностей квантовых операций можно исследовать напрямую. Главная сложность состояла в том, что квантовое состояние разрушается при измерении, а для прямого определения суперпозиции необходимо было внедрить измерение в траекторию фотона. Чтобы избежать разрушения состояния авторы добились в эксперименте уничтожения информации о том, какой конкретно путь был выбран до попадания фотона в детектор.

Установка для исследования суперпозиции порядка квантовых операций устроена следующем образом. На первом этапе оптоволокно, по которому путешествуют одиночные фотоны, направляет свет на светоделитель. Отраженный свет попадает сначала на модуль B (Боб), где происходит поворот плоскости поляризации фотона, затем направляется в модуль A (Алиса), где происходит еще одна серия поворотов плоскости поляризации. Затем, в том же модуле A, свет попадает на поляризующий светоделитель — фотоны с вертикальной поляризацией отправляются на одну пару детекторов, с горизонтальной — пройдя через еще одну серию поворотов плоскости поляризации — на другую пару детекторов. Перед детекторами располагается светоделитель, стирающий информацию о том, по какому пути пришел фотон. Преломленный луч попадает сначала в модуль А, затем в B и в детектор.

Таким образом, в эксперименте возникают сразу два «типа» суперпозиций. Первый — суперпозиция поляризаций одиночного фотона, второй — суперпозиция путей, по которым путешествовал фотон. Физики измеряют лишь поляризацию фотона после того, как он пролетел через установку и составляют «томограмму» — зависимость конечного состояния фотона от начального. Математическое описание, как и в случае со «свидетелем запутанности» позволяет ученым построить функцию, отличающую разделимые траектории от не разделимых (суперпозиции). Собрав статистику физики показали, что внутри установки действительно реализуется суперпозиция порядков операций над фотоном — статистическая значимость этого результата достигает семи сигма (стандартных отклонений).

Интересно, что эксперимент решает довольно простую задачу — как и в более ранних работах, он позволяет определить, есть ли разница между последовательностями операций A, затем B и B, затем A. Причем, любой классический алгоритм потребовал бы двух обращений к каждой из операций (A и B). Алгоритм, предложенный авторами, требует лишь одного обращения к каждой операции. По словам ученых, в ситуации когда операций больше, чем две, подобные суперпозиции порядков вычислений дадут еще больший прирост в скорости решения задачи.

Этот результат можно сравнить с тем, как квантовые компьютеры оказались эффективнее классических в некоторых задачах. Квантовые алгоритмы, например, алгоритм Шора разложения чисел на простые множители, используют то, что квантовые биты находятся в суперпозиции состояний «нуля» и «единицы». Здесь же возникает новая, дополнительная суперпозиция — порядка элементарных операций в алгоритме.

Владимир Королёв

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.

Определение причинно-следственной связи и значение — Merriam-Webster

осторожность kȯ-zā-shən

: действие или процесс причинения

роль наследственности в этиологии рака

: действие или действие, производящее эффект

в сложной ситуации причинно-следственная связь может быть множественной W. O. Aydelotte

: причинно-следственная связь

Синонимы

предшествующая
причинность
причина
повод
причина

Просмотреть все синонимы и антонимы в тезаурусе

Примеры предложений

роль наследственности в причинно-следственной связи рака Он утверждал, что авария стала причиной его травмы, но суд постановил, что он не представил достаточных доказательств причинно-следственной связи .

Недавние примеры в Интернете Один о предполагаемом причина опыта США в снижении поддержки демократии. Джон Тиммер, Ars Technica , 1 ноября 2022 г. Спор трудно разрешить, потому что причинно-следственная связь явно работает в обоих направлениях. Алан С. Блиндер, WSJ , 30 октября 2022 г. Большая часть этих исследований проводится посредством анализа данных о количестве госпитализаций и диагнозов, и они далеки от установления каких-либо причинно-следственная связь связь между ковидом и диабетом. Аннализа Мерелли, Кварц , 22 октября 2022 г. Но Завойко старается не отождествлять корреляцию с причинно-следственной связью . Эйвери Лилл, Anchorage Daily News , 5 сентября 2022 г. Однако, как говорится, корреляция не есть причинно-следственная связь. Энни Уолдман, 9 лет0047 ProPublica , 12 сентября 2022 г. Исследователи согласны с тем, что загрязнение воздуха является лишь одним из многих факторов, влияющих на снижение когнитивных функций и деменцию, и результаты такого рода устанавливают связь, а не причинно-следственную связь . Kaiser Health News, oregonlive , 24 сентября 2022 г. Это отличный пример корреляции, не обязательно подразумевающей причинно-следственную связь . Q.ai — Движение за личное богатство, Forbes , 2 июня 2022 г. Гонка за окружного прокурора округа Бексар между Джо Гонсалесом и Марком ЛаХудом зависит от вопроса о корреляции и причинно-следственной связи . Гилберт Гарсия, San Antonio Express-News , 3 сентября 2022 г. Узнать больше

Эти примеры предложений автоматически выбираются из различных онлайн-источников новостей, чтобы отразить текущее использование слова «причинно-следственная связь». Мнения, выраженные в примерах, не отражают точку зрения Merriam-Webster или ее редакторов. Отправьте нам отзыв.

История слов

Этимология

заимствовано из средневековой латыни causātiōn-, causātiō «обвинение, возражение, причинное действие», восходящее к латыни, «мольба, извинение», из causārī «заявлять о судебном иске, умолять в качестве оправдания» + -tiōn-, -tiō, суффикс словесного действия — подробнее в статье причины 2

Первое известное использование

1615, в значении, определенном в смысл 1а

Путешественник во времени

Первое известное использование причинно-следственной связи было в 1615 году

Посмотреть другие слова того же года

Словарные статьи рядом с

причинно-следственной связью

непременная причина

причинность

причинный

Посмотреть другие записи поблизости

Процитировать эту запись «Причинно-следственная связь».

Словарь Merriam-Webster.com , Merriam-Webster, https://www.merriam-webster.com/dictionary/causation. Доступ 19Ноябрь 2022 г.

Ссылка на копию

Юридическое определение

причинно-следственная связь

осторожность kȯ-zā-shən

: действие или процесс причинения

доказательство объективной причинно-следственной связи преступника Алана Фримена

: действие или действие, производящее эффект

были представлены доказательства врачебной халатности… для… доказательства причинно-следственной связи National Law Journal

если бы истцы смогли доказать… что колпачки были изготовлены одним из ответчиков, бремя доказывания причинно-следственной связи перешло бы ко всем ответчикам Sindell v. Abbott Laboratories , 607 P.2d 924 ( 1980)

: связь между причиной и следствием, особенно как элемент, подлежащий доказыванию в деликтном или уголовном деле

должна быть «законной» причинно-следственной связью между действиями и результатами W. R. LaFave and A. W. Scott, Jr. для носителей арабского языка

Последнее обновление: 19 ноя 2022 — Обновлены примеры предложений

Подпишитесь на крупнейший словарь Америки и получите тысячи дополнительных определений и расширенный поиск без рекламы!

Merriam-Webster без сокращений

беспорядок

См. Определения и примеры »

Получайте ежедневно по электронной почте Слово дня!

Слова, названные в честь людей

Тезка купальника Жюль Леотар какую профессию имел?

Пожарный Акробат
Судья Хирург

Прослушайте слово и напечатайте его. Сколько вы можете получить правильно?

ПРОЙДИТЕ ТЕСТ

Ежедневное задание для любителей кроссвордов.

ПРОЙДИТЕ ТЕСТ

Что такое причинно-следственная связь? — Voxco

ПОДЕЛИТЬСЯ СТАТЬЕЙ НА

Содержание

Что такое причинно-следственная связь?

Причинность предполагает причинно-следственную связь между переменными; изменение одной переменной «вызывает» изменение другой. Когда две переменные имеют причинно-следственную связь, изменение независимой переменной (или «причины») влияет на изменение зависимой переменной (или «следствие»).

Существует четыре основных критерия причинно-следственной связи:

Ковариация : переменные должны изменяться вместе.
Отсутствие искажений : Связь между переменными не должна быть связана с третьей или смешанной переменной.
Правдоподобие : Утверждение причинно-следственной связи должно быть правдоподобным и, следовательно, иметь смысл.
Временность : «Причина» должна иметь место до «следствия».

Преобразуйте процесс получения информации

Создайте действенный процесс сбора отзывов.

Подробнее

Вывод причинно-следственных связей

Давайте посмотрим, как выводятся причинно-следственные связи в таких областях науки, как статистика и медицина:

Экспериментальные данные и-эффект взаимосвязь через использование рандомизированных экспериментальных данных. В этом методе случайная выборка используется для разделения субъектов на контрольную группу и группу лечения для изучения эффектов манипулирования независимой переменной (или лечения) путем сравнения обеих групп.
Данные наблюдений : В случаях, когда рандомизированные экспериментальные данные неэтичны или их невозможно получить, используются данные наблюдений. Такие дара обычно извлекаются из существующих источников данных, благодаря чему отсутствует случайное назначение и контроль. Сложнее окончательно установить причинно-следственную связь между переменными, используя данные наблюдений, поскольку переменные нельзя контролировать или распределять по разным группам посредством рандомизации.

Загрузить набор инструментов для исследования рынка

Получить руководство по тенденциям в исследованиях рынка, руководство по онлайн-опросам, руководство по гибким исследованиям рынка и шаблон 5 исследований рынка

Примеры причинно-следственной связи

Ниже приведены несколько примеров причинно-следственных связей между переменными:

Цена и спрос (закон спроса) : При изучении экономики закон спроса объясняет, что спрос и цена имеют отрицательную причинно-следственную связь, где «цена» является независимой переменной, а «спрос» — зависимой переменной; когда цена растет, это влияет на снижение спроса, а когда цена снижается, это влияет на увеличение спроса.
Потребление калорий и вес : В этом соотношении потребление калорий является независимой переменной, а вес является зависимой переменной; увеличение потребления калорий человеком приводит к увеличению его веса, а уменьшение потребления калорий приводит к уменьшению его веса. Эти две переменные имеют положительную причинно-следственную связь, поскольку обе переменные движутся в одном направлении.

Разница между причинно-следственной связью и корреляцией

Корреляция — это термин, который просто подразумевает наличие взаимосвязи или статистической ассоциации между переменными. Хотя причинно-следственная связь также подразумевает связь между переменными, она идет еще дальше и определяет тип связи. Причинно-следственные связи существуют только тогда, когда одна переменная «вызывает» изменение другой.

Важно отметить, что хотя причинно-следственная связь всегда подразумевает корреляцию, корреляция не подразумевает причинно-следственную связь. Но почему?

Чтобы две переменные имели причинно-следственную связь, они должны иметь статистическую связь и, следовательно, должны быть коррелированы. Однако бывают обстоятельства, когда корреляция не подразумевает причинно-следственной связи. Вот несколько причин, по которым корреляция не подразумевает причинно-следственной связи:

Иногда, даже когда переменные имеют причинно-следственную связь, могут возникнуть проблемы с направленностью. Проблемы направленности затрудняют определение того, какая переменная является независимой, а какая зависимой, что делает невозможным окончательное определение причинно-следственной связи.
Другая причина, по которой корреляция не подразумевает причинно-следственной связи, связана с влиянием внешних/вмешивающихся переменных . Во многих случаях, хотя может показаться, что две переменные очень тесно связаны, на самом деле они могут коррелировать из-за третьей переменной (или цепной реакции множества других переменных), которая имеет причинно-следственную связь с каждой из переменных в отдельности. Следовательно, эти переменные не имеют причинно-следственной связи, поскольку их статистическая связь может быть обусловлена влиянием другой переменной.

Часто задаваемые вопросы о причинно-следственной связи

Что такое причинно-следственная связь?

Причинность подразумевает наличие причинно-следственной связи между переменными; когда одно изменяется, это вызывает изменение другого.

В чем разница между корреляцией и причинно-следственной связью?

Корреляция просто предполагает наличие связи между переменными, тогда как причинность подразумевает наличие причинно-следственной связи между переменными. Причинно-следственные связи существуют, когда изменение одной переменной влияет на изменение другой.

Почему корреляция не подразумевает причинно-следственную связь?

Корреляция не подразумевает причинно-следственную связь, потому что;

Проблемы с направленностью иногда затрудняют или делают невозможным определение того, какая переменная является независимой, а какая зависимой.
Существование смешанных переменных может быть фактической причиной связи между двумя переменными.

Что такое «независимая переменная» и «зависимая переменная»?

Когда две переменные имеют причинно-следственную связь, «причина» называется независимой переменной, а «следствие» — зависимой переменной; когда происходит изменение независимой переменной, это вызывает изменение зависимой переменной.

Получите БЕСПЛАТНУЮ демонстрацию

Узнайте, как Voxco может преобразовать ваши исследования в области опросов за 30 минут.

company

Select CountryAfghanistanAland IslandsAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntarcticaAntigua and BarbudaArgentinaArmeniaArubaAustraliaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelarusBelauBelgiumBelizeBeninBermudaBhutanBoliviaBonaire, Saint Eustatius and SabaBosnia and HerzegovinaBotswanaBouvet IslandBrazilBritish Indian Ocean TerritoryBritish Virgin IslandsBruneiBulgariaBurkina FasoBurundiCambodiaCameroonCanadaCape VerdeCayman IslandsCentral African RepublicChadChileChinaChristmas IslandCocos (Keeling) IslandsColombiaComorosCongo (Brazzaville)Congo (Kinshasa)Cook IslandsCosta RicaCroatiaCubaCuraçaoCyprusCzech RepublicDenmarkDjiboutiDominicaDominican RepublicEcuadorEgyptEl SalvadorEquatorial GuineaEritreaEstoniaEthiopiaFalkland IslandsFaroe IslandsFijiFinlandFranceFrench ГвианаФранцузская ПолинезияФранцузские южные территорииГабонГамбияГрузияГерманияГанаГибралтарГрецияГренландияГренадаГваделупаГуамГватемалаГернсиГвинеяГвинея-БисауГайан aHaitiHeard Island and McDonald IslandsHondurasHong KongHungaryIcelandIndiaIndonesiaIranIraqIrelandIsle of ManIsraelItalyIvory CoastJamaicaJapanJerseyJordanKazakhstanKenyaKiribatiKosovoKuwaitKyrgyzstanLaosLatviaLebanonLesothoLiberiaLibyaLiechtensteinLithuaniaLuxembourgMacao S.