A hamis korreláció a

példákkal magyarázható, a hamis korreláció olyan kapcsolat, amelyben két olyan esemény/változó, amelyeknek valójában nincs logikai kapcsolata, egy láthatatlan harmadik esemény miatt rokonságra következtetnek. Ez a PsycholoGenie cikk a példákkal való hamis korrelációt magyarázza.

a “hamis” szónak Latin gyökere van; “hamis” vagy “törvénytelen”.

a korreláció egyfajta társulás két változó vagy esemény között., Széles körben használják az elméleti és analitikai tudományágak, mint a matematika, statisztika, pszichológia, szociológia, stb .. , a korreláció nagyon fontos annak érdekében, hogy megértsük a változók közötti kapcsolatokat egy kis csoportban, hogy az eredmények általánosíthatók legyenek egy nagyobb csoportra.

szeretne nekünk írni? Nos, keresünk jó írók, akik szeretnék, hogy elterjedt a szó. Vegye fel velünk a kapcsolatot, és beszélünk…

dolgozzunk együtt!,

definíció szerint két változót vagy példányt állítólag korrelálnak, ha feltételezzük, hogy egymáshoz kapcsolódnak, ami természetesen nem igaz, mivel egy láthatatlan harmadik változó vagy esemény a tényleges okozati tényező. Az alábbi bekezdések részletesen ismertetik ezt a koncepciót példákkal.,

Index
  • elmélet
  • példák
    • Szociológia
    • pszichológia
    • Média

    • történelem
az elmélet
  • az általános megfigyelés, amely a változók közötti kapcsolat hamis feltételezéséhez vezet, az a tény, hogy az egyik a másikkal együtt változik.
  • feltételezzük, hogy mivel a B változó nőtt/csökkent a változóként megnövekedett/csökkent, egymáshoz kapcsolódnak. A tényleges ok egy harmadik C változó, amely mindkét változóban változást hozott.,
  • az A tény, hogy az A és B egyidejűleg változáson ment keresztül, csak véletlen egybeesés, és ami a megfigyelőket kikapcsolja a pályáról, az az, hogy a C “láthatatlan” vagy “leselkedik”.
  • például úgy vélik, hogy egy adott felmérés összefüggést tárt fel a hajléktalanok és a bűnözés aránya között.
  • technikailag nincs közvetlen kapcsolat a két változó között. Azonban egy harmadik, lappangó változó, mint a munkanélküliség vagy az alkoholfogyasztás, lehet ok-okozati tényező mindkét esetben.,
  • vagyis nem állíthatjuk, hogy “a hajléktalanok számának növekedése a bűnözés növekvő arányának köszönhető”, vagy fordítva. Az ok-okozati tényező lehet a munkanélküliség, ami miatt az emberek vagy hajléktalanok, vagy bűncselekményekhez folyamodnak, vagy mindkettő.
  • az elméletet jobban meg fogja érteni az alábbiakban bemutatott példák listájával.
vissza a tetejére

példák

a szociológiában

◼példa I
fontolja meg a két esemény közötti kapcsolatot egy partin., Tegyük fel, hogy azok a diákok, akik a legjobban táncoltak, azok voltak, akik hánytak. A feltételezés az, hogy a tánc okozta őket hányni ,vagy fordítva (igen, úgy hangzik, bruttó). De a láthatatlan változó itt a túlzott alkoholfogyasztás, ami miatt az ember hányni, valamint táncolni, mint egy mániákus.

Example II.példa
egy diák észreveszi, hogy azokon a napokon, amikor túl lusta ahhoz, hogy felébredjen, és felkészüljön a főiskolára, azok a napok, amikor közúti balesetek vannak. Természetesen nincs összefüggés., Ennek oka valószínűleg a morózus időjárás, amely miatt letargikus lesz, valamint közúti baleseteket is okoz.

szeretne nekünk írni? Nos, keresünk jó írók, akik szeretnék, hogy elterjedt a szó. Vegye fel velünk a kapcsolatot, és beszélünk…

dolgozzunk együtt!

Example Example III
Egy másik példa a diáksportolók és női rajongóik követésére. Az általános feltételezés az, hogy a nők vonzódnak ezekhez a diákokhoz, mert sportolók., Nincs ilyen összefüggés, bár az a tény, hogy a sportolók izmos testekkel rendelkeznek (a harmadik változó), a nőstények vonzódnak erős személyiségükhöz, ezért a tévhit.

Example példa IV
általános összefüggés feltételezhető az alkohol ára és a kormányzati tisztviselők magas fizetése között; itt azonban nincs kapcsolat. Tény, hogy a politikusok és a politikai pártok általában a városi területeken laknak, és a fizetések és a költségek általában magasabbak a városokban.,

Example Example V
egy általános megfigyelő megállapítja, hogy a turisztikai városokban a népesség növekedése a lopások és a rablás arányának növekedéséhez vezet. Nincs összefüggés a felesleges népesség, illetve a bűnözési ráta, bár az a tény, hogy ha több turista érkezik, a lakosság természetesen növeli, mind a turisták esik áldozatok piti bűnök, mint a lopás, a helyi állami, így a korreláció.

Example Example VI
tegyük fel, hogy egy diák feltételezi, hogy összefüggés van a vizsgák előkészítési ideje és az írott válaszok minősége között., Ez a korreláció nagyon is hamis lehet, mert nincs bizonyíték arra, hogy minél többet készítesz, annál jobb a válaszod a tesztekre. Ez csak egy általánosítás. Végül is, ha a diákok elég okosak,jobb válaszokat írnak, még kevés gyakorlatot is. A láthatatlan változó itt van, ahol a hallgató készül. Ha a diákok együtt készülnek a házban, akkor könnyen elterelik a figyelmüket, és akadályozzák a felkészülést. Emellett kevésbé koncentrálnak a témára, ami rossz osztályzathoz vezet., Éppen ellenkezőleg, amikor csendes környezetben készülnek, mint a könyvtár, hajlamosak jobban koncentrálni, így jobban írják a papírjukat.

vissza a tetejére

a pszichológiában

Example példa I
feltételezik, hogy a kapcsolat mind a bal, mind a jobb kéz méretei között létezik. Nincs ilyen kapcsolat, a kezek mérete a génektől függ.

Example II. példa
Vegyünk egy hipotetikus helyzetet, ahol a diákok feltételezik, hogy összefüggés van a fokozatok és a hajhosszuk között., A feltételezés itt az, hogy hosszabb a haj, magasabb a pontszámok. Azonban, a leselkedő tényező itt lehet, hogy a női hallgatók jobb lett, lehet, mert keményebben és őszintén dolgoztak, mint a srácok. Vagy talán idősek voltak, akiknek már volt némi tapasztalata, ami miatt jobban jártak.

Example Example III
Ez egy meglehetősen gyakran feltételezett hamis kapcsolat a gyermekek cipőméretéről és olvasási képességéről. Az emberek azt feltételezik, hogy minél többet olvasnak, kinövik a cipőjüket, vagy a cipőjük nem illik hozzájuk, ahogy jobban olvasnak. Milyen rossz, milyen rossz., A nagyon nyilvánvaló tényező itt az életkor. Ahogy egyre nagyobbak, hajlamosak fejleszteni olvasási képességüket. A mentális képességek mellett a testük is változáson megy keresztül, a lábuk pedig nagyobb lesz, ezért kinövik a cipőjüket.

Example példa IV
nevetséges feltételezés az, hogy az elhízott gyermekek ügyetlenek vagy fordítva. Az igazat megvallva, az a tény, hogy a túlzott evés okozza, hogy letargikus és lusta, ezért nem a sport és egyéb tevékenységek, ami miatt ügyetlen és elhízott.,

Example példa v
egy másik nevetséges feltételezés hasonló alapon az, hogy “a biztonság zsírozza a gyerekeket”. A biztonsági tényező itt a köz-és magánterületek és parkok biztonsági intézkedései. Az itt feltételezett kapcsolat az, hogy minél több biztonsági intézkedés van érvényben, annál kövérebbek a gyerekek. A tényleges ok az, hogy az extra biztonság és biztonság rontja a szórakozás, a sport, játékok, a gyerekek, ezért kerülik a játékot egyáltalán, és a testmozgás hiánya okozza őket, hogy hízni.,

Example Example VI
A kutatások korábban összefüggést tártak fel a menopauza és a szív-és érrendszeri betegségek fokozott kockázata között, amelyre az orvosi szakértők menopauzás hormonterápiát javasoltak, kijelentve, hogy ez csökkenti a nők betegségek kockázatát. Ez a kapcsolat teljesen hamisnak bizonyult, amikor a későbbi kutatások felfedezték, hogy a HT szedése növeli a szívbetegségek és egyéb rendellenességek kockázatát.

vissza a tetejére

a médiában

számtalan hamis korreláció volt a hírekben. Néhány kiemelkedő itt van kiemelve., Itt nem említettük a valódi ok-okozati tényezőt, mivel még nem állapították meg vagy nem derítették ki.

Example példa I
a gyökércsatorna vagy a tej fogyasztása a rákkal kapcsolatos.

Example II. példa
az úszómedencékben való fulladás és haldoklás Nicholas Cage filmjeinek nézéséhez kapcsolódik.

Example példa III
a zaklatás a krónikus betegségek kockázatának csökkenésével jár.

Example példa IV
sajtfogyasztás az USA-ban kapcsolódik az emberek halnak egyre kusza az ágyneműt.

Example Example V
a tudományos és technológiai kiadások függesztéssel függnek össze az öngyilkossági rátával.,

Example Example VI
a válási arány Maine-ben a margarin fogyasztásával függ össze.

vissza a tetejére

a történelemben

Example példa I
a szoknya hosszelmélet a történelem egyik leg ikonikusabb és legfontosabb hamis korrelációja. Általános vélekedés volt, hogy a nők által viselt szoknyák hossza rövidebb, jobb a tőzsdei trendek. Mi a kapcsolat, ha megkérdezhetem? Abszolút semmit. Meglepő módon azonban ez a korreláció az idő 25% – ában igaz., Az ok-okozati tényező lehet az a tény, hogy a korábbi napokban a rövidebb szoknyák laza értékeket jeleztek, amelyek miatt a befektetők minden idejüket a piaci részesedésük javítására szentelték.

Example II. példa
Egy másik megfigyelt tendencia a fagylaltértékesítés és a fulladás okozta halálesetek száma közötti összefüggés volt. A harmadik tényező itt lehet az időjárás-az emberek hajlamosak több fagylaltot a nyári hónapokban,valamint inkább menni úszni számviteli a meleg időjárás, ami oda vezethet, hogy fulladás, ha nem megfelelő ellátást.,

Example Example III
feltételezések szerint a fiúk és a lányok magasságai között kapcsolat áll fenn. De az egyetlen kapcsolat itt nem más, mint a genetika.

Example IV. példa
általános tendencia figyelhető meg a bűncselekmények száma és a rendőrök száma között. A láthatatlan tényező volt a terület―a rendkívül lakott területen több rendőr van az emberek száma miatt. Több népesség is több bűncselekményt eredményez.

Example Example V
Ez az egyik legnevetségesebb hamis korreláció valaha., A kapcsolat egy németországi, Oldenburg nevű város lakossága és a több mint fél évtized alatt a városban észlelt gólyák száma között alakult ki. Mi a kapcsolat? Az egyetlen magyarázat az, hogy a város lakossága és a madarak egyidejűleg növekedtek.

Example Vi. példa
Az idő ok-okozati tényezőjének egy másik példája tükröződött az alkoholköltségek és a tanárok fizetése közötti korrelációban. Tény, hogy mindkettő növekszik az évek előrehaladtával; nincs közvetlen kapcsolat.,

vissza a tetejére

minden eszközzel hamis kapcsolat nem használható az okozati tényezők megtalálására, mivel az ellentmondás, hogy az ok-okozati összefüggés rossz jelzése. Azonban nagyon gyakran fordul elő a kutatás és az orvostudomány területén, mivel az orvosok és a tudósok a korrelációs elméletet használják társulások megtalálására és következtetések levonására.

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük