伪相关 编辑

什么是伪相关

在统计学中，伪相关性，或称伪相关性，是指两个变量之间看似因果关系，但实际上并非因果关系的联系。虚假的关系通常表现为一个变量影响另一个变量。这是假的相关性 通常是由第三个在检查时不明显的因素引起的，有时称为混杂因素。

关键要点

• 伪相关，或称为伪相关，是指两个因素看似随意相关，但实际上并不相关。
• 因果关系的出现通常是由于图表上类似的运动，而这些运动被证明是巧合或是由第三个“混淆”因素引起的。
• 伪相关通常由小样本或任意端点引起。

伪相关的工作原理

当两个随机变量在一个图上紧密地相互跟踪时，很容易怀疑两个因素之间的相关性，或者两个因素之间的关系，其中一个变化会影响另一个因素。撇开“因果关系”这一话题不谈，这一观察可以让图表的读者相信变量A的运动与变量B的运动有关，反之亦然。但有时，经过更仔细的统计检验，排列的运动是巧合，或者是由影响前两个的第三个因素引起的。这是一个虚假的相关性。用小样本或任意端点进行的研究易受虚假性的影响。

伪相关示例

发现有趣的相关性并不太具有挑战性。不过，很多都是假的。对于华尔街的男性来说，两个流行的虚假关联涉及女性和体育。起源于20世纪20年代的是裙长理论 认为裙长与股市走势相关。如果裙长较长，则意味着股市下跌；如果裙长较短，则意味着股市上涨。大约在1月下旬，有人谈论所谓的“超级碗”指标，这表明亚足联队获胜可能意味着明年股市将下跌，而NFC队获胜则预示着未来一年股市将下跌在市场中崛起。自1966年以来，该指标的准确率为80%。这是一个有趣的话题，但可能不是一个严肃的理财顾问会推荐的客户投资策略。

下面是一些常见伪相关的更多示例：

• 冰激凌销量上升，溺水者增多。看起来冰激凌销量的增加会导致更多的人溺水，但实际上，不断上升的高温可能会导致更多的人游泳，以及购买更多的冰激凌。
• 2006-2011年美国谋杀率的下降速度与微软IE浏览器的使用速度相同。
• 说“请”和“谢谢”的高管们通常会享受更好的股票表现。
• 穿着奥克兰突击队装备的人更容易犯罪。

如何识别伪相关

统计学家 而其他分析数据的科学家必须时刻警惕虚假的关系。他们使用的方法很多，包括：

• 确保适当的代表性样品。
• 获得足够的样本量。
• 警惕任意端点。
• 控制尽可能多的外部变量。
• 使用零假设并检查强p值。