Correlação positiva BREAKING DOWN Correlação positiva Uma correlação positiva perfeita significa que 100 do tempo, o relacionamento que parece existir entre duas variáveis é positivo. Uma correlação positiva pode ser observada entre a demanda por um produto e o preço associado aos produtos. Em situações em que o fornecimento disponível permanece o mesmo, o preço pode aumentar frequentemente se a demanda aumentar. Além disso, ganhos ou perdas em certos mercados podem levar a movimentos similares em mercados associados. À medida que o preço do combustível aumenta, os preços dos bilhetes de avião também aumentam. Uma vez que os aviões exigem que o combustível funcione, um aumento desse custo é muitas vezes passado para o consumidor, levando a uma correlação positiva entre os preços dos combustíveis e os preços dos ingressos. Uma correlação positiva não garante crescimento ou benefício. Em vez disso, ele é usado para denotar duas ou mais variáveis que se movem na mesma direção juntas, então, quando uma aumenta, o outro também. Embora a correlação exista, a causalidade pode não ser que, embora certas variáveis possam se mover juntas, talvez não se saiba por que esse movimento ocorre. A correlação é uma forma de dependência, onde uma mudança em uma variável significa que uma mudança é provável no outro, ou que determinadas variáveis conhecidas produzem resultados específicos. Um exemplo geral pode ser visto dentro da demanda de produtos complementares. Se a demanda por veículos aumentar, a demanda por serviços relacionados com veículos, como pneus novos. Um aumento em uma área tem efeito sobre as indústrias complementares. Correlação positiva em finanças Um exemplo simples de correlação positiva envolve o uso de uma conta de poupança com juros com uma taxa de juros definida. Quanto mais dinheiro é adicionado à conta, seja por meio de novos depósitos ou ganhos de juros, mais interesse pode ser acumulado. Da mesma forma, um aumento na taxa de juros se correlacionará com um aumento nos juros gerados, enquanto uma queda na taxa de juros causa uma diminuição nos juros reais acumulados. Psicologia e Correlação Positiva Em determinadas situações, respostas psicológicas positivas podem causar mudanças positivas dentro de uma área. Isso pode ser demonstrado no mercado financeiro nos casos em que as notícias gerais positivas sobre uma empresa levam a vendas de estoque mais altas. Esse gráfico de piratas do aquecimento global é claramente preparado por teóricos da conspiração - qualquer um pode ver que planejaram deliberadamente mesmo o espaçamento por períodos de tempo desiguais para Evite mostrar o recente aumento acentuado da temperatura, já que os piratas são quase totalmente apagados. Todos sabemos que à medida que as temperaturas aumentam, o rum se evapora e os piratas não podem sobreviver a essas condições. -) ndash AdamV 22 de julho 10 às 16:08 WTF está com o eixo x nesse gráfico pirata ndash naught101 31 de março 12 às 10:15 Ou praticamente qualquer coisa que você coloca no Google Correlation. Venha para isso. Ndash conjugateprior 31 de março 12 às 13:44 28 Respostas Poderia ser útil explicar que as causas são uma relação assimétrica (X causa Y é diferente de Y causa X), enquanto que correlacionada é uma relação simétrica. Por exemplo, a população desabrigada e a taxa de criminalidade podem estar correlacionadas, na medida em que ambas tendem a ser altas ou baixas nos mesmos locais. É igualmente válido dizer que a população de sem-abrigo está correlacionada com a taxa de criminalidade, ou a taxa de criminalidade está correlacionada com a população sem-teto. Para dizer que o crime causa o sem-abrigo, ou as populações sem-teto causam crime são declarações diferentes. E a correlação não implica que também é verdade. Por exemplo, a causa subjacente poderia ser uma 3ª variável, como abuso de drogas ou desemprego. A matemática das estatísticas não é boa para identificar causas subjacentes, o que requer alguma outra forma de julgamento. Apenas um esclarecimento rápido: a correlação não é necessária para a causalidade (dependendo do que é significante por correlação): se a correlação é uma correlação linear (que algumas pessoas com poucas estatísticas assumirão por padrão quando o termo é usado), mas a causalidade É não-linear. Por exemplo, se X em (-1,1) provoca diretamente Y (que toma valores em (0,1)), mas Y sqrt. Se os X39s estiverem distribuídos simetricamente, X e Y não estarão correlacionados, embora perfeitamente dependentes. Ndash Glenb 9830 3 de fevereiro às 22:06 O último é um pouco mais complicado do que você o apresenta, mas eu concordo que muitas das associações observacionais encontradas entre sodadiet soda e obesidade devem ser examinadas com um olho crítico. Teoricamente, alguns postulam que os falsos substitutos da gordura de açúcar têm outros efeitos fisiológicos além da simples ingestão de calorias. Veja, por exemplo, este experimento em ratos e gorduras sintéticas (retirado do blog Freakonomics). Ndash Andy W 8 de novembro às 16:55 Embora seja mais uma ilustração do problema das comparações múltiplas, também é um bom exemplo de causalidade misatribuída: sempre que o País de Gales ganha o grande slam do rugby, um papa morre, exceto 1978 quando O País de Gales era realmente bom e dois Papas morreram. Há dois aspectos para este problema post hoc ergo propter hoc que eu gosto de cobrir: (i) causalidade reversa e (ii) endogeneidade Um exemplo de possível causalidade reversa: beber e ganhos sociais - os bebedores ganham mais dinheiro de acordo com Bethany L. Peters amp Edward Stringham (2006. Nenhuma bebida que você pode perder: por que os bebedores ganham mais dinheiro do que Nondrinkers, Journal of Labor Research, Transaction Publishers, vol. 27 (3), páginas 411-421, junho). Ou as pessoas que ganham mais dinheiro bebem mais porque têm uma maior renda disponível ou devido ao estresse Este é um excelente documento para discutir por todos os tipos de razões, incluindo erro de medição, viés de resposta, causalidade, etc. Um exemplo de endogeneidade possível: A equação de Mincer explica ganhos de log por educação, experiência e experiência ao quadrado. Há uma longa literatura sobre esse tema. Os economistas trabalhistas querem estimar a relação causal da educação sobre os ganhos, mas talvez a educação seja endógena porque a capacidade pode aumentar a quantidade de educação que um indivíduo tem (reduzindo o custo de obtenção) e pode levar a um aumento nos ganhos, independentemente do nível de Educação. Uma solução potencial para isso poderia ser uma variável instrumental. Livro Angrist e Pischkes, principalmente Econometria Inofensiva aborda isso e relaciona temas com grande detalhe e clareza. Outros exemplos tolos que eu não tenho suporte incluem: - Número de televisores per capita e o número de taxas de mortalidade. Então, envie TVs para países em desenvolvimento. Obviamente, ambos são endógenos a algo como o PIB. - Número de ataques de tubarão e sorvete. Ambos são endógenos à temperatura, talvez eu também goste de contar a piada terrível sobre o lunático e a aranha. Um lunático está vagando pelos corredores de um asilo com uma aranha que está carregando na palma da mão. Ele vê o médico e diz: Olhe Doc, eu posso falar com aranhas. Vê isto. Aranha, vá para a esquerda A aranha se move devidamente para a esquerda. Ele continua, Spider, vá para a direita. A aranha embaralha à direita da palma da mão. O médico responde, Interessante, talvez devêssemos falar sobre isso na próxima sessão de grupo. As retas lunáticas, não é nada, Doc. Vê isto. Ele puxa cada uma das pernas das aranhas uma a uma e depois grita, Spider, vá para a esquerda. A aranha fica imóvel em sua palma e o lunático se vira para o médico e conclui: Se você forçar as pernas de uma aranha, o inferno vai surdo. O melhor que me ensinaram foi o número de afogamentos e as vendas de sorvetes podem estar altamente correlacionadas, mas isso não implica que alguém cause a outra. Os afogamentos e as vendas de sorvete são obviamente maiores nos meses de verão, quando o tempo está bom. Terceira variável, aka bom tempo, as causa. Bem-vindo ao nosso site, TJM ndash whuber 9830 dez. 16 12 às 22:03 Eu trabalho com os alunos no ensino de correlação versus causação nas minhas aulas da Algebra One. Examinamos muitos exemplos possíveis. Encontrei o artigo Bundled-Up Babies e Dangerous Ice Cream: Correlação Puzzlers do Professor de Matemática de fevereiro de 2017 para ser útil. Eu gosto da idéia de falar sobre variáveis escondidas. Também este desenho animado é um iniciador de conversa bonito: identificamos a variável independente e dependente no desenho animado e falamos sobre se este é um exemplo de causalidade, se não por que não. Uma correlação por conta própria nunca pode estabelecer uma ligação causal. David Hume (1771-1776) argumentou com bastante eficácia que não podemos obter certos conhecimentos de cauasalidade por meios puramente empíricos. Kant tentou resolver isso, a página da Wikipedia para Kant parece resumir muito bem: Kant acreditava estar criando um compromisso entre os empiristas e os racionalistas. Os empiristas acreditavam que o conhecimento é adquirido apenas através da experiência, mas os racionalistas sustentaram que esse conhecimento está aberto a dúvidas cartesianas e que a razão sozinha nos fornece conhecimento. Kant argumenta, no entanto, que usar a razão sem aplicá-la à experiência só levará a ilusões, enquanto a experiência será puramente subjetiva sem primeiro ser subsumida por pura razão. Em outras palavras, Hume nos diz que nunca podemos saber que existe uma relação causal apenas observando uma correlação, mas Kant sugere que possamos usar nosso motivo para distinguir entre correlações que implicam um vínculo causal de quem não. Eu não acho que Hume teria discordado, enquanto Kant estivesse escrevendo em termos de plausibilidade em vez de certo conhecimento. Em suma, uma correlação fornece evidências circunstanciais que implicam uma ligação causal, mas o peso da evidência depende muito das circunstâncias particulares envolvidas, e nunca podemos ter certeza absoluta. A capacidade de prever os efeitos das intervenções é uma maneira de ganhar confiança (não podemos provar nada, mas podemos refutar por evidências observacionais, então, pelo menos, tentamos falsificar a teoria de um link causal). Ter um modelo simples que explique por que devemos observar uma correlação que também explica outras formas de evidência é outra maneira de aplicar nosso raciocínio, como sugere Kant. Caveat emptor: É perfeitamente possível ter entendido mal a filosofia, no entanto, continua a ser que uma correlação nunca pode fornecer prova de um link causal. Para o que vale a pena, na terminologia atual, acho que se deve ler Kant como afirmando, p. Na Segunda Analogia, que quaisquer correlações que você observe, há algum gráfico causal que as gera. Tanto quanto eu sei, ele não tinha um método particular para identificar a estrutura, mas assumiu que ela deve estar totalmente conectada (porque todo o evento tem uma causa39). Neste sentido, ele é contemporâneo: a inferência causal requer uma mistura de suposições causais, e. Expresso através de um gráfico e observou regularidades nos dados. E você normalmente não pode evitar a primeira parte nem induzi-la a partir do data ndash conjugateprior 16 de dezembro 12 às 23:33 1 bem explicado Talvez eu também seja Bayesiano, mas não estou muito incomodado com a idéia de que não podemos ter nenhum conhecimento certo de qualquer relacionamento casual. Ndash Dikran Marsupial 17 de dezembro às 12:55 Eu já fui a uma conferência e um dos palestrantes deu este exemplo muito interessante (embora o objetivo fosse ilustrar algo mais): americanos e ingleses comem muita comida gorda. Existe uma alta taxa de doenças cardiovasculares nos EUA e no Reino Unido. Os franceses comem muita comida gordo, mas eles têm uma taxa baixa de doenças cardiovasculares. Os americanos e os ingleses bebem muito álcool. Existe uma alta taxa de doenças cardiovasculares nos EUA e no Reino Unido. Os italianos bebem muito álcool, mas, novamente, eles têm uma baixa taxa de doenças cardiovasculares. A conclusão Coma e beba o que deseja. E você tem uma chance maior de sofrer um ataque cardíaco se você falar inglês OK, agora vejo. O gráfico mostra a previsão de um modelo de regressão múltipla, mostrando que incluir três variáveis tolas faz um bom trabalho de fazer o modelo prever mudanças no SP500 ao longo do tempo. Este é um bom exemplo de sobreposição na regressão múltipla, e indiretamente mostra que a correlação (ou melhora de ajuste de um modelo extravagante) não implica causalidade. Ndash Harvey Motulsky 16 de dezembro 12 às 0:12 Alguém disse que a correlação pode não significar causalidade, mas certamente pode ser uma boa sugestão :) OK deixando de lado a parte divertida, o que exatamente é causação Estamos realmente certos de que os piratas não causam o aquecimento global Contra-intuitivo, mas o que é tomado como causa e o que como efeito (em um estudo de correlação não é tão claro). É claro que muitas vezes ambos podem ser apenas efeitos de causa comum (e, portanto, correlacionados). Tudo se resume ao método de determinação da causalidade. Esta é a causa (provável) do provérbio: existem pequenas mentiras. Há grandes mentiras e há estatísticas.
No comments:
Post a Comment