Корреляция — не причинность
Зачем это нужно
Самая важная фраза в анализе данных. Признаки могут меняться синхронно, вообще не влияя друг на друга — и на этом ломаются тысячи «выводов».
Как это работает
Корреляция показывает лишь, что признаки меняются похожим образом. Причины совпадения: A влияет на B; B влияет на A; на оба влияет третий фактор; или просто случайность. Чтобы говорить о влиянии, нужны дополнительные проверки, эксперимент или более сильный дизайн исследования.
Пример
Продажи мороженого коррелируют с числом жалоб на духоту в транспорте. Мороженое не вызывает духоту: третий фактор — жара — двигает оба.
🧪 Интерактивная лаборатория
🍦 Продажи мороженого и 🔥 солнечные ожоги сильно коррелируют. Но связь ложная — их обе поднимает жара. Ползунком «убери влияние жары» и смотри, как связь исчезает.
🧠 Как думает аналитик
Увидев корреляцию, аналитик перечисляет альтернативы: обратное влияние? третий фактор? совпадение? Вывод «X влияет на Y» без эксперимента — всегда гипотеза, а не факт.
🎯 Быстрый вопрос
Активность и удержание коррелируют (+0.6). Что можно утверждать?