Korrelation, Kausalität und Assoziation – Was bedeutet das alles ???

Ein Kommentar, der von einem Leser kürzlich gepostet wurde, rügte mich dafür, dass Marihuana dazu geführt hat, dass Beziehungen schlecht geworden sind.

In diesem Fall irrte sich der Leser, da ich ausdrücklich das Wort "assoziiert" verwendet hatte, aber der Kommentar ließ mich denken, dass ich vielleicht die Unterschiede zwischen Korrelation, Kausalität und Assoziation erklären sollte. Ich bin ein Wissenschaftler, der Sucht studiert, und auf dem Gebiet ist es sehr wichtig, klar darüber zu sein, was jedes Wort bedeutet.

Klarheit über Folgerungen in der Forschung haben

Korrelation – Wenn Forscher eine Korrelation finden, die auch als Assoziation bezeichnet werden kann, sagen sie, dass sie eine Beziehung zwischen zwei oder mehr Variablen gefunden haben . Zum Beispiel fanden die Forscher im Fall der Marihuanapost eine Verbindung zwischen der Verwendung von Marihuana als Teenager und der Tatsache, dass sie zwischen Mitte und Ende der Zwanzigerjahre schwierigere Beziehungen hatten.

Korrelationen können positiv sein – so dass, wenn eine Variable (Marihuana Rauchen) steigt, auch die andere (Beziehungsschwierigkeiten); oder sie können negativ sein, was bedeuten würde, dass, wenn eine Variable steigt (Methamphetamin-Rauchen), eine andere sinkt (Notendurchschnitt). Das Problem ist, dass, wenn sie nicht richtig kontrolliert werden, andere Variablen diese Beziehung beeinflussen können, von denen die Forscher nichts wissen. Zum Beispiel könnten Bildung, Geschlecht und psychische Probleme die Marihuana-Verwandtschaftsbeziehung beeinflussen (diese Variablen wurden alle von den Forschern in dieser Studie kontrolliert).

Die Forscher verfügen über eine Reihe ausgefeilter statistischer Werkzeuge, um diese zu steuern, die von der relativ einfachen (wie multiple Regression) bis zur hochkomplexen und involvierten (Multi-Level-Modellierung und Strukturgleichungsmodellierung) reichen. Diese Methoden erlauben Forschern, die Wirkung einer Variablen von anderen zu trennen, wodurch sie selbstsicherer werden, wenn sie Behauptungen über die wahre Natur der Beziehungen, die sie gefunden haben, machen. Selbst unter den besten Analysebedingungen ist die Korrelation jedoch nicht die gleiche wie die Kausalität.

Verursachung – Wenn ein Artikel besagt, dass eine Verursachung gefunden wurde, bedeutet dies, dass die Forscher festgestellt haben, dass Änderungen in einer Variablen, die sie gemessen haben, direkt Veränderungen in der anderen verursacht haben . Ein Beispiel wäre die Forschung, die zeigt, dass das Springen einer Klippe direkt großen körperlichen Schaden verursacht. Um dies zu tun, müssten die Forscher den Leuten einen Sprung von einer Klippe (im Gegensatz zu einem 12-Zoll-Vorsprung) geben und die Menge des verursachten physischen Schadens messen. Wenn sie feststellen, dass das Springen von der Klippe mehr Schaden verursacht, können sie Kausalität behaupten. Viel Glück beim Rekrutieren für dieses Studium!

Die meisten Untersuchungen, die Sie gelesen haben, weisen auf eine Korrelation zwischen Variablen hin, nicht auf Verursachung. Sie können die Schlüsselwörter durch sorgfältiges Lesen finden. Wenn der Artikel so etwas wie "Männer wurden gefunden" oder "Frauen waren wahrscheinlicher" sagt, dann sprechen sie von Assoziationen, nicht von Kausalität.

Warum der Unterschied?

Der Grund dafür ist, dass die Forscher die Teilnehmer in verschiedene Gruppen aufteilen müssen, um tatsächlich die Ursache dafür zu finden, und ihnen das Verhalten zuweisen, das sie studieren wollen (wie das Nehmen eines neuen Medikaments), während der Rest dies nicht tut. Dies ist genau das, was in klinischen Studien mit Medikamenten passiert, weil die FDA einen Nachweis verlangt, dass das Medikament die Menschen tatsächlich besser macht (mehr als ein Placebo). Es ist diese zufällige Zuordnung zu Bedingungen , die Experimente für die Entdeckung der Kausalität geeignet macht. Anders als in Assoziationsstudien stellt die zufällige Zuweisung (wenn alles richtig gestaltet ist) sicher, dass das untersuchte Verhalten und nicht irgendein anderer zufälliger Effekt das Ergebnis verursacht.

Offensichtlich ist es viel schwieriger, eine Kausalität nachzuweisen, als eine Assoziation zu beweisen.

Sollten wir nur Assoziationen ignorieren?

Nein! Ganz und gar nicht!!! Nicht annähernd!!! Korrelationen sind für die Forschung von entscheidender Bedeutung und müssen vor allem in einigen Forschungsbereichen wie Sucht untersucht und untersucht werden.

Der Grund ist einfach – Wir können nicht zufällig Drogen wie Methamphetamin als Kinder geben und ihre Gehirnentwicklung studieren, um zu sehen, wie das Zeug sie beeinflusst , das wäre unethisch. Was bleibt, ist eine Studie darüber, was mit der Verwendung von Meth (und der Verwendung anderer Drogen) verbunden ist . Aus diesem Grund verwenden Forscher spezielle statistische Methoden, um Assoziationen zu bewerten und sicherzustellen, dass sie auch andere Dinge berücksichtigen, die ihre Ergebnisse beeinträchtigen könnten.

Im Falle des Marihuanaregels schlossen die Forscher eine Reihe anderer störender Variablen aus, von denen bekannt ist, dass sie Beziehungen beeinflussen, wie Aggression, Geschlecht, Bildung, Nähe zu anderen Familienmitgliedern usw. Indem sie dies taten, taten sie ihr Bestes, um sicherzustellen, dass Assoziation zwischen Marihuana und Beziehungsstatus war real. Offensichtlich gibt es andere Möglichkeiten, aber je mehr Forscher diese Beziehung auf unterschiedliche Weise bewerten, desto mehr erfahren wir über ihre wahre Natur.

So funktioniert die Forschung.

Es ist auch, wie wir herausgefunden haben, dass Rauchen Krebs verursacht. Durch endlos wiederholte Befunde, die eine Assoziation zeigen. Das ist ziemlich gut ausgegangen, denke ich …

© 2010 Adi Jaffe, alle Rechte vorbehalten

Adis Mailingliste | Adis E-Mail | Folge Adi auf Twitter

Werde Fan auf Facebook | Verbinden Sie sich mit Adi bei LinkedIn