Scheinkorrelation

Was ist zufällige Korrelation?

In der Statistik bezieht sich eine falsche Korrelation oder Falschheit auf eine Verbindung zwischen zwei Variablen, die kausal erscheint, aber nicht ist. Scheinbeziehungen haben oft das Aussehen einer Variablen, die eine andere beeinflusst. Diese falsche Korrelation wird häufig durch einen dritten Faktor verursacht, der zum Zeitpunkt der Untersuchung nicht erkennbar ist und manchmal als Störfaktor bezeichnet wird.

Die zentralen Thesen

• Scheinkorrelation oder Falschheit ist, wenn zwei Faktoren zufällig zusammenhängen, dies aber nicht sind.
• Das Auftreten eines Kausalzusammenhangs ist häufig auf ähnliche Bewegungen in einem Diagramm zurückzuführen, die sich als zufällig herausstellen oder durch einen dritten "verwirrenden" Faktor verursacht werden.
• Fehlkorrelation kann häufig durch kleine Stichprobengrößen oder willkürliche Endpunkte verursacht werden.

Wie fehlerhafte Korrelation funktioniert

Wenn sich zwei Zufallsvariablen in einem Diagramm genau verfolgen, kann man leicht eine Korrelation oder eine Beziehung zwischen den beiden Faktoren vermuten, wenn sich eine Änderung auf den anderen auswirkt. Abgesehen von "Kausalität", einem anderen Thema, kann diese Beobachtung den Leser der Tabelle zu der Annahme verleiten, dass die Bewegung von Variable A mit der Bewegung in Variable B zusammenhängt oder umgekehrt. Bei genauerer statistischer Betrachtung sind die ausgerichteten Bewegungen jedoch manchmal zufällig oder werden durch einen dritten Faktor verursacht, der die ersten beiden beeinflusst. Dies ist eine falsche Korrelation. Untersuchungen, die mit kleinen Stichprobengrößen oder willkürlichen Endpunkten durchgeführt werden, sind von Ungenauigkeiten betroffen.

Beispiel für zufällige Korrelationen

Es ist nicht allzu schwierig, interessante Zusammenhänge zu entdecken. Viele werden sich jedoch als falsch herausstellen. Für die männlichen Arten an der Wall Street betreffen zwei beliebte falsche Korrelationen Frauen und Sport. Aus den 1920er Jahren stammt die Rocklängentheorie, die besagt, dass Rocklängen und Börsenrichtung korrelieren. Wenn die Rocklängen lang sind, bedeutet dies, dass die Börse sinkt. Wenn sie knapp sind, steigt der Markt. Gegen Ende Januar wird über den sogenannten Super Bowl-Indikator gesprochen, der darauf hindeutet, dass ein Sieg des AFC-Teams im kommenden Jahr wahrscheinlich zu einem Rückgang des Aktienmarktes führen wird, während ein Sieg des NFC-Teams auf einen Anstieg des AFC-Marktes hindeutet Markt. Seit 1966 hat der Indikator eine Genauigkeitsrate von 80%. Es ist ein lustiger Gesprächsstoff, aber wahrscheinlich nicht etwas, das ein seriöser Finanzberater als Anlagestrategie für Kunden empfehlen würde.

Hier einige weitere Beispiele für häufig vorkommende falsche Korrelationen:

• Ertrinken steigt, wenn der Eisverkauf steigt. Es mag den Anschein haben, dass ein höherer Eisverkauf zu mehr Ertrinken führt, aber in Wirklichkeit kann eine steigende Hitze dazu führen, dass mehr Menschen schwimmen und mehr Eis kaufen.
• Die US-Mordrate von 2006 bis 2011 sank im selben Maße wie die von Microsoft Internet Explorer.
• Führungskräfte, die bitte und danke sagen, genießen häufiger eine bessere Aktienperformance.
• Menschen, die Oakland Raiders-Teamkleidung tragen, begehen mit größerer Wahrscheinlichkeit Straftaten.

Wie man störende Korrelationen erkennt

Statistiker und andere Wissenschaftler, die Daten analysieren, müssen ständig nach falschen Beziehungen Ausschau halten. Es gibt zahlreiche Methoden, die sie verwenden, darunter:

• Gewährleistung einer angemessenen repräsentativen Stichprobe.
• Erzielung eines angemessenen Stichprobenumfangs.
• Seien Sie vorsichtig mit beliebigen Endpunkten.
• Steuerung für so viele externe Variablen wie möglich.
• Verwenden einer Nullhypothese und Überprüfen auf einen starken p-Wert.

Vergleich von Anlagekonten Name des Anbieters Beschreibung Angaben zum Werbetreibenden × Die in dieser Tabelle aufgeführten Angebote stammen von Partnerschaften, von denen Investopedia eine Vergütung erhält.

Verwandte Begriffe

Warum die statistische Signifikanz von Bedeutung ist Die statistische Signifikanz bezieht sich auf ein Ergebnis, das wahrscheinlich nicht zufällig auftritt, sondern auf eine bestimmte Ursache zurückzuführen ist. mehr Was uns die inverse Korrelation sagt Eine inverse Korrelation, auch als negative Korrelation bezeichnet, ist eine gegensätzliche Beziehung zwischen zwei Variablen, so dass sie sich in entgegengesetzte Richtungen bewegen. mehr Die Probleme mit der Ertragsabweichung Die Ertragsabweichung ist die Differenz zwischen der tatsächlichen Leistung und der Standardleistung eines Produktions- oder Herstellungsprozesses, basierend auf den Standardeinsatzmengen an Materialien und Arbeitskräften. Die Ertragsabweichung ist im Allgemeinen ungünstig, wenn die tatsächliche Leistung geringer ist als die Standardleistung oder die erwartete Leistung. mehr Copula Copula oder Wahrscheinlichkeitstheorie ist eine statistische Technik zur multivariaten Gleichverteilungsmodellierung von Optionen und Derivaten. mehr Was ist überschüssige Kurtosis? Eine übermäßige Kurtosis beschreibt eine Wahrscheinlichkeitsverteilung, bei der Fett ausfällt, was darauf hindeutet, dass ein Ausreißerereignis eine überdurchschnittlich hohe Eintrittswahrscheinlichkeit hat. mehr Absolute Frequenz Die absolute Frequenz ist ein statistischer Begriff, der die Häufigkeit beschreibt, mit der ein bestimmter Wert während eines Versuchs angezeigt wird. mehr Partner Links