3.10 Związki przyczynowo-skutkowe i korelacyjne między zmiennymi

Korelacja (współwystępowanie dwóch zmiennych) to nie to samo co przyczynowość (coś wynika z czegoś). Nie ma przyczynowości bez korelacji, ale korelacja nie oznacza jeszcze przyczynowości.

3.10.0.1 Przykład

W zimie obserwujemy więcej infekcji wirusowych. Kiedyś uważano wręcz, że to wyziębienie („przeziębienie”) po prostu powoduje chorobę. Dzisiaj wiemy, że przyczyną są infekcje (głównie wirusowe). Ale czy wyziębienie ułatwia zachorowanie? To wydaje się logiczne, ale może w zimie ludzie przebywają więcej w pomieszczeniach, często w grupach, co ułatwia transfer patogenów. Większą zachorowalność na grypę obserwuje się w rejonach tropikalnych podczas pory deszczowej, a jest tam przecież bardzo ciepło. Albo wysuszone zimnym powietrzem błony śluzowe są bardziej narażone na atak wirusa?" (Źródło: https://www.damianparol.com/czy-rekiny-jedza-lody-czyli-korelacja-a-przyczynowosc/)

Źródło: Introduction to Statistics and Data Analysis, Roxy Peck, Chris Olsen, Jay L. Devore (2016)

3.10.1 Zmienne zakłócające (‘confounding lub lurking’ variables)