Проблема установления причины и следствия (влияния) является одной из наиболее сложных в статистике. Крайне важно не путать корреляцию с причинностью или взаимосвязь с (взаимо)влиянием. А ведь соблазн очень велик.
Приведу хороший пример:
"рассматривая пожары в конкретном городе, можно выявить весьма высокую корреляцию между ущербом, который нанёс пожар, и количеством пожарных, участвовавших в ликвидации пожара, причём эта корреляция будет положительной. Из этого, однако, не следует вывод «увеличение количества пожарных приводит к увеличению причинённого ущерба», и тем более не будет успешной попытка минимизировать ущерб от пожаров путём ликвидации пожарных бригад" (Елисеева И. И., 2002)
Корреляция двух величин может свидетельствовать о существовании общей причины, некого фактора, который предпочитает оставаться для нас пока инкогнито.
Например, у тревожности матери и тревожности её ребенка обычно прямая корреляция. Однако, вовсе не обязательно, что тревожность матери передается ребенку. У них обоих могут вызывать тревогу неблагоприятные условия проживания, приближающиеся экзамены ребенка или привычка совместно смотреть фильмы ужасов перед сном.
В поиске причины и следствия в статистике вам могут встретиться следующие методы:
- корреляционный анализ - выявляет взаимосвязь и силу взаимосвязи переменных, не показывает причинно-следственные связи, то есть влияние одной переменной на другую;
- регрессионный анализ - похож на корреляционный, но он ближе к возможности выявления причинно-следственных связей, хотя также не дает 100 % гарантии. Часто он идет в паре с корреляционным;
- факторный анализ - углубляет и уточняет результаты корреляционного анализа. Позволяет нам выявить скрытые факторы, которые могли повлиять на корреляцию, убрать лишние факторы и тем сам делает предположения о влиянии и причинно-следственных связях более весомыми;
- дисперсионный анализ - мы сами называем один или несколько факторов и оцениваем их влияние на переменные, может показать причинно-следственные связи. Востребован в экспериментальных исследованиях.
Описала я их весьма упрощено. Просто, чтобы Вы запомнили их имена. Все они очень и очень полезны, практически бесценны, но только в умелых руках.
Будем помнить, что причинно-следственные выводы подтверждаются в первую очередь дизайном Вашего исследования, а не используемыми статистическими методами.
Золотым стандартом для причинно-следственного вывода всегда было и будет проведение контролируемого эксперимента.
Только в экспериментальном исследовании мы можем с высокой вероятностью выявить причинно-следственные связи. И то, если правильно составим проект (дизайн) этого эксперимента.
В эмпирическом же исследовании мы говорим лишь о взаимосвязи и можем только гипотетически, опираясь на теорию, наблюдения и здравый смысл предположить определенные причинно-следственные связи.
Поэтому будем благоразумны, будем помнить, что «существуют три вида лжи: ложь, наглая ложь и статистика» и использовать её (статистику) осознанно, с умом и пользой.
Полина Кочеганова
