Matematik 1. Statistik: Korrelation och kausalitet (orsakssamband).

vidma.se - Videogenomgångar i Matematik. Kolla in sidan, där hittar du snabbt rätt genomgång!
Tyckte du att genomgången var bra och att du blev hjälpt av den? Då får du gärna klicka gilla :-).

[@OnlyhalfPolish]

Tack för förklaring om hur Kausalitet och korrelation fungerar!

[@kvantila]

Kausalitet är ett svårt begrepp och det saknas en vedertagen definition. En av de mest populära uppfattningarna formulerades av David Hume, som menade att kausalitet är korrelation och tidsordning. Dvs. om något brukar hända efter att något annat har hänt så har vi kausalitet. Även denna "populära" definintion är dock ofta kritiserad för att vara otillräcklig.

[@vikstromjonas]

Tack för infon :) jag har dålig koll på statistikområdet men matteböckerna envisas med att förklara begreppet mer komplicerat än så. Gillar den uppfattningen du skriver dock, känns enkel att förklara för eleverna. Men visst kan en bakomliggande faktor som påverkar båda variablerna som undersöks i vissa fall påverka variablerna olika snabbt, så att den ena variabeln ändras innan den andra trots att det inte är kausalitet?

[@kvantila]

@@vikstromjonas Ja, det är väl rimligt att den kan påverka variablerna olika snabbt och att det därför tycks finnas en korrelation även om vi i vardagligt tal inte skulle se det som ett kausalt samband. Humes definition är ju otillräcklig på många sätt. Enligt hans definition skulle man kunna säga att det är dagarnas längd (hur länge solen är synlig på himlen) som orsakar merparten av vår semester (eftersom vi tenderar att semestra på sommaren). Problemet är att det är svårt att hitta en så mycket bättre definition av kausalitet. Vissa forskare menar att begreppet är rent olämpligt - att det är en subjektiv föreställning som saknar en motsvarighet i den objektiva verkligheten. När vi hör ordet "kausalitet" tänker vi oss vanligtvis att det finns någonting som förbinder och sammanlänkar två händelser, ungefär som en sorts "kraft" eller "knuff" i en viss riktning, men någon sådan förbindelse eller länk kan vi ju aldrig se. Vissa forskare undersöker istället något som de kallar "mekanismer" som är mellanliggande variabler som de föreställer sig "sammanlänkar" två andra variabler i en given tidsordning och därmed förklarar sambandet mellan dem. Detta är dock inte till mycket hjälp för att förstå vad kausalitet är eftersom vi alltid kan bygga längre och mer detaljerade kedjor med händelser som följer efter varandra, och sedan hävda att varje händelse är en "mekanism" som sammanlänkar den föregående och den efterkommande, men vi kan ändå aldrig se något annat än just tidsordning och korrelation mellan varje variabelpar. Dvs. vi kan ändå aldrig se "länkarna" eller "krafterna" som får det ena att leda till det andra. Kausalitet är alltså ett begrepp med oklar innebörd. Humes enkla definition är i praktiken den som vägleder mycket forskning, men när forskare försöker alltid vara försiktiga när de uttalar sig om kausalitet och de gör det bara om de upplever att de kan argumetera för det med hjälp av teoretiska resonemang. De statistiska resultaten måste vara teoretiskt begripliga (de måste "make sense") för att kunna anses indikera kausalitet. Statistiska analyser bör alltid kombineras med teoretiska tolkningar och resonemang.

[@vikstromjonas]

Tack för all information!! Det känns bra att få en bättre bild över hur läget kring begreppet är och det blir framöver lättare att förklara det för eleverna.