主题
为什么相关系数不能直接说明因果?
问题
汇总数据后发现两个变量高度正相关。能否据此说,主动增大一个变量会使结果上升?
快速回答
相关系数衡量观测值的共同变化。因果问题考察的是,在其他条件可比时主动改变
原因解释
例如把两种运行条件的测量混到一起。条件甲的
Pearson 相关
处理建议
先画分组散点图,再算整体与分组相关。运行脚本后查看三种量,合并相关
Python 使用 NumPy 与 Matplotlib,运行 python mmf_confounding.py。MATLAB 基础版即可,保存文件并输入 mmf_confounding。NumPy 的 corrcoef 和 MATLAB 的 corrcoef 都返回相关矩阵,从非对角线读两个变量的 Pearson 相关。回归中加入组别列,允许两组有不同截距。
对同六项观测计算合并与组内的 Pearson r。合并结果为 25/29,两组内部均为 −1,说明分组口径会改变相关方向。
最简版依赖 Python:无第三方依赖。MATLAB:基础功能,无需额外工具箱。
在源码所在目录运行 python mmf_min_confounding.py
py
下载当前源码import json
from math import sqrt
from statistics import mean
first = [(1, 6), (2, 5), (3, 4)]
second = [(7, 12), (8, 11), (9, 10)]
def pearson(points):
x, y = zip(*points)
# 用离差内积除以两列离差的长度,不需要显式除 n-1。
mean_x, mean_y = mean(x), mean(y)
dx = [value - mean_x for value in x]
dy = [value - mean_y for value in y]
cross = sum(a * b for a, b in zip(dx, dy))
return cross / sqrt(sum(a * a for a in dx) * sum(b * b for b in dy))
pooled = pearson(first + second)
within = [pearson(points) for points in (first, second)]
assert abs(pooled - 25 / 29) < 1e-12 and within == [-1, -1]
result = {"pooled_r": pooled, "within_r": within}
print("LAB_RESULT " + json.dumps(result, ensure_ascii=False))特殊情况
若两组的
常见误区
只看合并后的相关系数。直接把分组回归系数解释为干预收益。用很小的相关系数排除一切关系,例如对称的