Kausaalsuse liivakast

<p>Korrelatsioon näitab, et kaks muutujat liiguvad koos — mitte miks. Sama arv võib tekkida kolmest põhimõtteliselt erinevast struktuurist:</p><ul><li>Otsene põhjus (X → Y): X eemaldamine muudab Y-i.</li><li>Segav tegur (Z → X, Z → Y): Z põhjustab mõlemat; X ja Y on korrelatsioonis, kuid kumbki ei põhjusta teist. Z kontrollimine kaotab korrelatsiooni.</li><li>Kollektor (X → Z ← Y): X ja Y on sõltumatud, kuid kui valid või tingid Z järgi, tekitad nende vahel näiliku seose.</li></ul><p>Graafikul olev suunatud atsükliline graaf (DAG) kodeerib, millised muutujad on põhjused ja millised tagajärjed. Ilma selleta ei saa neid juhtumeid üksnes korrelatsioonikordaja põhjal eristada — seepärast algab kausaalne järeldamine alati struktuurimudelist, mitte korrelatsioonimaatriksist.</p>

Selle liivakasti sügavaim mõte on vahe muutuja jälgimise ja selle muutmise vahel. Segavad tegurid ja kolliderid petavad meid, sest me näeme alati vaid andmeid, mille mõni varjatud protsess on juba kujundanud. Randomiseeritud eksperiment murrab selle: kui määrata X mündiviskega, katkevad kõik X-i suunduvad nooled, nii et iga alles jääv korrelatsioon Y-ga peab olema põhjuslik. Just seepärast suudab kontrollitud katse lahendada küsimuse, mida ükski hulk vaatlusandmeid ei suuda.

Simpsoni stsenaarium pole mänguasi. 1973. aastal võeti UC Berkeley magistriõppesse vastu umbes 44% meestest, kuid vaid 35% naistest, mis näis viitavat kallutatusele. Ometi võeti teaduskonna kaupa naisi vastu veidi kõrgema määraga — nad olid lihtsalt palju sagedamini kandideerinud kõige konkurentsitihedamatesse teaduskondadesse. Kõigi teaduskondade kokkuliitmine pööras rühmasisese suundumuse ümber — just see ümberpööre, mida siin katkendjoon kujutab.