-Anatomie et physiologie • Animaux et l'environnement • culture generale • economie • flore et ses bienfaits • Internet et Informatique • L'alimentation et la nutrition • La Biologie • Le mésothéliome • Les épices • Les fruits et légumes • Les vitamines • Maladies & Affections • Médecine et traitements • Médicaments • monde technologique • remèdes naturels • Santé et Bien-être • sciences et génie -orange

dimanche 13 avril 2014

Quelle est la différence entre la cause et corrélation?

Cause et corrélation sont des termes qui sont souvent confondus ou utilisés de manière incorrecte. Une corrélation, une relation entre deux ou plusieurs choses: quand on augmente, les autres augmente, ou lorsque l'un augmente, l'autre diminue. Une cause est quelque chose qui se traduit par un effet; par exemple, le chauffage de l'eau à une certaine température, va faire bouillir. Le point crucial est qu'il existe une corrélation entre les deux choses ne signifie pas nécessairement que l'un cause l'autre. Si il existe une relation entre les deux phénomènes, A et B, il se pourrait que A cause B, ou il se pourrait que B est responsable de A; autres possibilités sont qu'un autre facteur est la raison pour A et B, ou qu'ils ont des causes indépendantes qui se produisent juste à fonctionner en parallèle.

Corrélation

Les chercheurs tentent de trouver des raisons pour diverses choses vont souvent utiliser des méthodes statistiques pour établir des corrélations: cela peut être le premier pas vers l'établissement de la cause. Les scientifiques et les statisticiens peuvent utiliser une formule pour déterminer la force d'une relation entre les deux phénomènes. Cela donne un chiffre, connu comme le carré du coefficient de corrélation, ou R 2, qui est toujours comprise entre 0 et 1, avec une valeur proche de 1 indique une corrélation plus forte.

Lorsque la valeur de R 2 est élevée, cette relation peut méritent une enquête plus approfondie; Toutefois, les chercheurs devraient se méfier des conclusions hâtives. Il est possible d'identifier toutes sortes de fortes corrélations, mais vides de sens. Dans un exemple bien connu, le R 2 pour le nombre de tués sur les routes aux États-Unis entre 1996 et 2000, et la quantité de citrons importés du Mexique au cours de la même période, est de 0,97 - une corrélation très forte - mais il est très peu probable que l'on provoque l'autre.

Une corrélation, en particulier lorsque rapporté dans les médias, est souvent décrit comme un «lien», qui peut être trompeur, car il peut être interprété comme signifiant que l'un des facteurs entraîne l'autre. Par exemple, une étude a constaté que les hommes qui boivent quatre tasses de thé vert par jour avaient un risque plus faible d'AVC que ceux qui n'ont pas bu pourrait générer le titre «des risques de maladies verts de coupes de thé." Cela implique que boire du thé vert sera directement réduire le risque d'AVC, mais qui n'est pas prouvé par l'étude. D'autres facteurs, comme le fait que l'étude a été menée sur les hommes au Japon qui ont des régimes différents et les habitudes d'exercice que d'hommes dans les pays occidentaux, pourraient avoir influencé les résultats. Bien qu'il pourrait y avoir une relation plus de causalité direct ici, une étude plus vaste serait nécessaire et devrait être considéré de plusieurs variables.

Raison

Si le facteur A est responsable pour le facteur B, il y aura une forte corrélation entre les deux, mais l'inverse n'est pas nécessairement le cas. Prouver hors de tout doute raisonnable qu’À est responsable de B nécessite beaucoup plus qu'une valeur élevée de R 2. Après avoir établi une relation forte, les chercheurs devront alors trouver des idées sur la façon dont un pourrait affecter B tester ensuite ces idées par l'expérience. Il est souvent le cas que plus d'une cause possible peut être identifié. Dans ces cas, une bonne méthode consiste à procéder à des expériences dans lesquelles tous sauf un des éléments reste constante, puis déterminer à partir de ce que le facteur responsable de l'effet.

Par exemple, une plante qui pousse dans un climat tempéré peut être en sommeil pendant l'hiver, et commencer à croître au printemps. Une théorie serait que l'augmentation des températures moyennes de déclencher la croissance, tandis qu'un autre pourrait être que les périodes de lumière sont plus responsables. Pour déterminer qui est le cas, un échantillon de plantes pourrait être soumis à des températures croissantes et heures constantes de la lumière du jour, tandis qu'un autre pourrait éprouver température constante et de plus en plus la lumière du jour. La cause pourrait alors être déterminée à partir de quel ensemble de plantes commence à se développer. Si ni le jeu commence à croître, une troisième expérience peut être effectuée, dans laquelle à la fois la température et de la lumière du jour sont augmentées; si cela se traduit par la croissance, les chercheurs peuvent alors conclure que la combinaison de ces deux facteurs est nécessaire.

Dans certains cas, un motif donné sera toujours conduire à un effet particulier; par exemple, de la Terre la gravité fera toujours une chute d'objet si aucune autre force agit sur ​​elle. Dans d'autres cas, cependant, l'effet n'est pas garanti. Il est connu que les rayonnements ionisants et certains produits chimiques sont des causes de cancer, mais pas tout le monde n’est exposé à ces facteurs de développer la maladie, car il est un élément de chance impliquée. Ces deux facteurs peuvent altérer l’ADN, et parfois cela se traduira par une cellule devenir cancéreuses, mais cela ne se produira pas à chaque fois. Toutefois, si l'on devait tracer les niveaux d'exposition à ces facteurs contre l'incidence du cancer dans un échantillon important de personnes par ailleurs similaires, une forte corrélation pourrait s'attendre.

Bien que les chercheurs aient des critères pour la poursuite de causes possibles d'un phénomène basé sur la force des corrélations, le facteur de la valeur R 2 plus élevé n'est pas forcément le seul responsable. Les scientifiques et les chercheurs rejeter facteurs qui montrent une corrélation faible, mais, comme l'a noté, les facteurs sans aucune pertinence peuvent produire une très grande R 2, en tant que facteurs de boîtes qui apparaissent pour la même raison que la chose objet d'une enquête. La probabilité d’A B provoquant n'est donc pas nécessairement proportionnelle à la force de la corrélation.

Confusion de la cause et corrélation

Beaucoup de confusion entre cause et corrélation des résultats de la façon dont les résultats sont rapportés dans les médias. Une relation peut être décrite comme une «cause» - il pourrait être indiqué que les jeux vidéo violents provoquent des comportements violents, quand tout ce qui a été trouvé une corrélation, par exemple. Il se peut que les gens agressifs sont plus susceptibles de jouer à des jeux violents, si ces personnes se comportent de manière plus agressive, avec ou sans l'influence des jeux.

La recherche a montré que les jeux violents peuvent influencer l’agression. Il montre également qu'un certain nombre d'autres facteurs peuvent être responsables de leur comportement violent, parmi eux, le statut socio-économique plus faible, la maladie mentale, enfance abusives, et une mauvaise éducation. Peut-être, ces jeux peuvent augmenter la probabilité de comportement violent chez un individu et une prédisposition à l'agression résultant d'autres facteurs, mais en précisant que les jeux vidéo violents provoquent des comportements violents ne sont pas justifiés par les faits connus.

La santé est un autre domaine où la confusion peut survenir. Ceux qui ont lu ou entendu parler de beaucoup de choses qui ont été signalés comme causant ou étant lié, le cancer pourrait ne jamais manger, boire, ou quitter leur foyer à nouveau. Une «cause» ne peut être une corrélation, et un "lien" est juste que: il ne permet pas d'identifier une cause de cancer. Une grande partie de la recherche est en cours dans les raisons pour lesquelles le cancer se développe, et les scientifiques trouvent souvent des liens, mais lorsque ceux-ci sont présentés dans les médias, les gens devraient regarder ou écouter attentivement pour des qualificatifs comme «peut», «pourrait augmenter», ou "pourrait avoir un effet", avant de tirer des conclusions