Clicked Gallery
相関と因果の違いとは？
実際の英文教科書でハイライトされた言葉を、Clickedが解説します。
例文
University Course Reader · STEM
The authors caution that the link is a correlation and that the data cannot establish cause.
読者が記事や論文PDFで用語をハイライトすると、Clickedが研究用語「correlation」をわかりやすく解説しました：
3段階での解説
●○○
Overview
相関とは2つのものが一緒に動くこと、因果とは一方がもう一方を引き起こすことです。相関を見つけるのは簡単で、それ自体は何も証明しません、第三の要因が両方を動かしていることがあるからです。研究についての誇張された見出しは、ほぼすべてこの隙間に住んでいます。
●●○
Detail
アイスクリームの売上と溺死は一年を通じて一緒に上下しますが、デザートが誰かを溺れさせているとは誰も思いません。夏が両方を動かしているからです。この隠れた第三の要因は交絡因子と呼ばれ、本物の相関が因果関係を表していない最も一般的な理由です。第二の罠は逆の因果です。不安の強い人ほどスマホを多く使うかもしれませんが、それはスマホの使用が不安を強めるのか、不安な人がスマホに手を伸ばしやすいだけなのかを教えてくれません。第三は偶然で、2000年から2009年のデータでは、米国のチーズ消費量とシーツに絡まったことによる死亡数の相関が約94.7%にのぼります。因果にたどり着くには、一つだけを意図的に変え、残りを固定する実験が要ります。それが不可能な場合は、同じ方向を指す別々の証拠を何年も積み上げることになり、喫煙と癌の関連もそうやって最終的に確立されました。
●●●
Analogy
隣人が洗車するたびに雨が降ります。彼も気づいていて、あなたも気づいていて、実際に何度も起きています。しかしパターンだけでは、どの説明が正しいかは分かりません。洗車が雨を呼んでいるのかもしれないし、彼はもともと曇る予定だった晴れの日に洗っているのかもしれないし、二人とも面白い偶然だけを覚えて乾いた週を忘れているのかもしれません。
AIによる解説には誤りが含まれる場合があります · 専門的な助言ではありません
事実はそのまま、ノリだけ変えて — スラングモード 😎
●○○
Overview
相関は2つのものが一緒に動くこと。因果は片方がもう片方にそれをやっていること。前者を見つけるのは簡単で何の証明にもならない、第三のものが静かに両方を動かしている場合があるからで、その隙間からダメな見出しのほとんどが生まれる。😎
●●○
Detail
消防士が多く来るほど被害は大きい、だから明らかに消防士が建物を壊している。いや聞いてくれ、大きな火事ほど多くの車両を呼び、同時に大きな被害も出すのだ。この潜んでいる第三のものは交絡因子と呼ばれ、本物のパターンが因果でない理由の第一位だ。罠その二は逆の因果で、眠りが浅い人ほどストレスも高いのは確かだが、悪い睡眠がストレスを生んでいるのか、ストレスが睡眠を壊しているのかは分からない。罠その三は純粋な偶然で、しかも実話だ。一人当たりのマーガリン消費量が10年にわたりメイン州の離婚率とほぼ完璧に一致したが、誰もあのスプレッドが結婚を壊したとは思っていない。因果に格上げするには介入するしかなく、一つを意図的に変えて残りを止めるか、同じ方向を指す証拠を何年も積み上げるかだ。だから慎重な論文は「関連がある」と書き、その同じ論文のプレスリリースは「引き起こす」と書く。😎
●●●
Analogy
本をたくさん持っている子ほど成績が良い、なら全員に本棚を配れば解決だ。ただし働いているのは本棚ではない、本の多い家にはたいてい、お金と時間と静かな部屋と本を読む親がついてくる。本は「効いているもの」の症状であって、他が何もない家に本だけ送り込んでも、グラフが約束したほどには変わらない。
AIによる解説には誤りが含まれる場合があります · 専門的な助言ではありません
正式な定義 — 同じ用語の、よくある説明
相関は2変数間の統計的関連を指し、因果は一方の変動が他方の変動を生じさせることを指す。関連は交絡、逆因果、選択効果または偶然によって生じうるため、それ自体では因果を立証しない。因果推論には実験的操作、またはそれが不可能な場合には時間的先行性や量反応関係などの基準に照らして評価される収束的な観察証拠が必要である。
「correlation」のような言葉を、ブラウザ上でそのままClickedに解説させませんか？PDFにも対応。
Chromeに追加 — 無料無料で50回の解説 · クレジットカード不要
ギャラリーの他の記事
「対照群（コントロールグループ）」とは？
何も受け取らないグループ。これがない研究がほとんど何も証明しない理由。
「p値」とは？
偶然だけでその結果が出る確率——0.05の本当の意味。
「サンプルサイズ（標本の大きさ）」とは？
実際に何人を測ったか。小さい数字が誤解を生む理由と、大きければよいわけでもない理由。
「信頼区間」とは？
研究が結果のまわりに示す範囲。広い範囲が「まだ誰も分かっていない」を意味する理由。
研究論文の「ちゃんとした」読み方
賢く流し読み、専門用語の壁を突破、学んだことは手元に — 1セッションを正しいやり方で。
「査読（ピアレビュー）」とは？
出版前に誰が研究を確認するのか。それで見つかるものと、見つからないもの。