Korelace neimplikuje kauzalitu

Korelace neimplikuje kauzalitu je vědecká zásada, která připomíná, že pokud nějaké dva jevy často následují po sobě nebo pokud nějaké dvě proměnné spolu korelují, nelze z toho ještě vyvozovat, že jedna je příčinou a druhá kauzálním následkem. Takový závěr by byl logicky chybný a tedy neplatný. To ovšem také neznamená, že by taková kauzalita byla vyloučená, jen není pouhou korelací prokázána. K této logické chybě velmi často dochází při vyhodnocování statistických výsledků jak v přírodních, tak také společenských vědách. Lidé totiž běžně za příčinu považují ten faktor, který nejvíce koreluje s následkem.^[1]

Pokud se fakt, že korelace neimplikuje kauzalitu, analyzuje kvantitativně, nejčastějším důvodem, proč tento jednoduchý závěr neplatí, je existence alespoň jedné zavádějící proměnné.

Jiné formulace

Korelace je nutnou, ale nikoli postačující podmínkou kauzality.

Logicky chybný závěr, jako kdyby z následnosti nebo korelace nutně plynula kauzalita, se často vyjadřuje také jako:

Post hoc, ergo propter hoc (lat. „potom, tudíž kvůli tomu“)
Cum hoc, ergo propter hoc (lat. „spolu, tudíž kvůli tomu“)

Příklad 1

Korelace: Empirické studie prokázaly, že při hormonální terapii menopauzy je nižší pravděpodobnost infarktu a dalších srdečních poruch.
Falešný závěr: Hormonální terapie snižuje pravděpodobnost infarktu.
Skutečná kauzalita: Podrobnější studie prokázaly, že hormonální terapie naopak pravděpodobnost infarktu zvyšuje, i když nevýznamně. Společnou příčinou obou jevů je to, že lépe situovaní pacienti, kteří mají lepší stravu a režim, a tedy menší riziko infarktu, si také častěji mohou dovolit hormonální terapii.

Příklad 2

Korelace: Od 50. let 20. století prudce vzrostla jak úroveň atmosférického CO₂, tak výskyt obezity.
Falešný závěr: Zdá se, že atmosférický CO₂ způsobuje obezitu. (Nebo naopak obezita způsobuje nárůst CO₂ v atmosféře.)
Skutečná kauzalita: Obojí je důsledkem toho, že bohatší část populace více jí a také spotřebovává více energie.

Odkazy

Reference

↑ TASOFF, Harrison. Psychologist illuminates one of humanity's most fundamental concepts: cause and effect. Medical Xpress – medical research advances and health news [online]. December 10, 2020 [cit. 14. 10. 2023]. Dostupné z: https://medicalxpress.com/news/2020-12-psychologist-illuminates-humanity-fundamental-concepts.html

Literatura, chronologicky

PEARL, Judea. Causal Diagrams for Empirical Research. Biometrika. Dec., 1995, vol. 82, no. 4, s. 669–688. Dostupné také z: https://www.jstor.org/stable/2337329?typeAccessWorkflow=login
PEARL, Judea. Structural and probabilistic causality. In: SHANKS, D. R., ed.; HOLYOAK, K. J., ed. and MEDIN, D. L., ed. The Psychology of Learning and Motivation. Vol. 34. San Diego (CA): Academic Press, 1996, s. 393–435. Úvod dostupný z: https://www.sciencedirect.com/science/article/abs/pii/S0079742108605666?via%3Dihub
PEARL, Judea. The new challenge: From a century of statistics to an age of causation. Presented at the IASC Second World Congress, Pasadena, CA, February 1997. Abstrakt dostupný z: https://www.semanticscholar.org/paper/The-New-Challenge%3A-From-a-Century-of-Statistics-to-Pearl/703741c2b37cc34eda7b7ad2eaffd230ebb01a71
PEARL, Judea. The Art and Science of Cause and Effect. Epilogue to Causality: Models, Reasoning, and Inference, Cambridge University Press, January 2000. [Text a 71 slajdů.] Dostupné také z: http://singapore.cs.ucla.edu/LECTURE/lecture_sec1.htm a násl.
PEARL, Judea. Causal inference in statistics: An overview. Statistics Surveys. 2009, vol. 3, s. 96–146. Lit. na s. 139–146. ISSN 1935-7516. DOI: 10.1214/09-SS057. Dostupné také z: http://ftp.cs.ucla.edu/pub/stat_ser/r350.pdf
PEARL, Judea. Causality: Models Reasoning and Inference. 2nd ed. [viz rub titulní strany]. Cambridge (U.K.): Cambridge University Press, 2021. 465 s. ISBN 978-0-521-89560-6.