Quina és la correlació espurna
En estadístiques, una correlació espuriosa o espurietat es refereix a una connexió entre dues variables que sembla causal però no ho és. Les relacions espurioses solen aparèixer una variable que afecta a una altra. Aquesta correlació espuriosa és sovint causada per un tercer factor que no és evident en el moment de l'examen, de vegades anomenat factor confús.
Punts clau
- La correlació espuriosa o espuriositat és quan apareixen dos factors relacionats casualment, però no ho són. sovint pot ser causada per petites mides de mostra o per punts finals arbitraris.
Com funciona la correlació espuriosa
Quan dues variables aleatòries es fan un seguiment estret d’un gràfic, és fàcil sospitar de la correlació o d’una relació entre els dos factors, on un canvi afecta l’altre. Deixant de banda la "causalitat", un altre tema, pot fer que el lector del gràfic cregui que el moviment de la variable A està vinculat al moviment de la variable B o viceversa. però de vegades, després d’un examen estadístic més ampli, els moviments alineats són coincidents o causats per un tercer factor que afecta els primers dos. Aquesta és una correlació espuriosa. La investigació feta amb mides de mostra petites o amb efectes arbitraris és particularitat susceptible d’espuri.
Exemple de correlacions espurioses
No és massa difícil descobrir correlacions interessants. Tanmateix, molts resultaran espuriosos. Per a l’espècie masculina de Wall Street, dues correlacions espúries populars inclouen dones i esports. A partir dels anys vint, la teoria de la longitud de la faldilla és la que estableix una correlació entre les longituds de la falda i la direcció del mercat de valors. Si la durada de la falda és llarga, això vol dir que el mercat de valors està a la baixa; si són curts, el mercat augmentarà. A finals de gener es parla de l’anomenat indicador de Super Bowl, que suggereix que una victòria per part de l’equip AFC significa que el mercat borsari baixarà durant l’any que ve, mentre que una victòria de l’equip NFC suposa un augment de la mercat Des de 1966, l’indicador ha tingut una taxa de precisió del 80%. És una divertida peça de conversa, però probablement no és una cosa que un assessor financer seriós recomanaria com a estratègia d'inversió per als clients.
Aquests són alguns exemples més de correlacions espurials comunes:
- Els ofegaments augmenten quan augmenten les vendes de gelats. Pot semblar que l'augment de les vendes de gelats provoca més ofegament, però, en realitat, l'augment de calor pot provocar la natació de més gent, a més de comprar més gelats. La taxa d'assassinats dels Estats Units del 2006-2011 es va reduir al mateix ritme que Microsoft Internet Explorer usage.Executius que diuen si us plau i gràcies més sovint gaudeixen d’un millor rendiment de les parts. Les persones que porten equips d’equips Raiders Oakland tenen més probabilitats de cometre delictes.
Com detectar correlacions espores
Els estadístics i altres científics que analitzen les dades han d'estar vigilants durant tot el temps. Hi ha nombrosos mètodes que utilitzen, entre ells:
- Assegurar una mostra representativa adequada.Obtenir una mida de mostra adequada. Compreu els mètodes arbitraris. Controleu la major quantitat de variables externes possibles. Utilitzeu una hipòtesi nul·la i comproveu un valor p més fort.
