a:

En korrelation, positiv eller negativ, innebär aldrig orsakssamband. I statistiken används termen korrelation för att beskriva förhållandet mellan två eller flera variabler. Korrelationer är positiva när en ökning i en variabelns frekvens åtföljs av en ökning av frekvensen för den andra variabeln. Negativa korrelationer skulle vara omvända av detta: En variabel sänkning i frekvens åtföljs av den andra variabelns minskning i frekvens. Korrelation kan vara ett värdefullt verktyg för statistisk analys, men det kan inte innebära orsakssamband på grund av vilka statistiker kallar förvirrande variabler.

Confounding-variabler påverkar förhållandet mellan två eller flera andra variabler på sätt som ofta är odetekterbara eller oföränderliga. Vaktmästaren citerar korrelationen mellan rökning och lungcancer som ett bra exempel på hur confounding variabler kan förvirra processen med korrelativ analys. I detta fall fanns det en starkt uppenbar positiv korrelation mellan ökningen av rökning och en ökning av lungcancerfallet. Det var emellertid inte möjligt för analytiker att bestämma att rökning ensam var ansvarig för ökningen på grund av andra faktorer som genomförandet av bättre diagnostiska förfaranden och ökningen av industriell och trafikrelaterad förorening. Eftersom alla dessa variabler var viktiga för att bestämma orsakssambandet bakom ökningen av lungcancerfall, förklarade de förhållandet mellan rökning och lungcancer och gjorde det mycket svårare att fastställa det exakta förhållandet.

Detta betyder inte att korrelationer inte kan ge analytiker en bättre förståelse för hur två variabler påverkar varandra, men dessa typer av analyser kan inte ge absolut säkerhet. När det gäller rökning och lungcancer tog det över 40 000 doktorer och flera års intensiv studie för att i viss grad säkerställa det sanna sambandet mellan de två variablerna. Allt detta sägs desto starkare är korrelationen mellan två variabler, positiva eller negativa, desto mer sannolikt är det att det finns åtminstone någon orsak av orsakssamband. Om du analyserar korrelation för ekonomiska ändamål, försök att undersöka hur professionella finansinstitut skulle göra det.