1.6: Correlação e Causalidade

Correlation and Causation
JoVE Core
Biology
This content is Free Access.
JoVE Core Biology
Correlation and Causation

37,334 Views

01:27 min
March 11, 2019

Overview

Visão Geral

Testes estatísticos podem calcular se há relação, ou correlação, entre variáveis independentes e dependentes. Uma relação indireta das variáveis significa uma correlação enquanto que uma relação direta mostra causalidade. Se for determinado que não existe conexão entre as variáveis, então a correlação é uma coincidência.

Correlação versus Causação

Se a variável dependente aumentar ou diminuir quando a variável independente aumenta, há correlação positiva ou negativa, respectivamente, entre as duas variáveis. Se essa relação é indireta, então é devido a uma correlação. No entanto, uma relação direta significaria causalidade.

Por exemplo, se um investigador quer determinar a causa da perda de cauda em cinco populações diferentes de geckos, e encontra uma relação negativa entre o número de geckos sem cauda e o número de carraças parasitas em corvos, esse resultado constituiria uma correlação negativa e indicaria que o parasita do corvo não está a causar diretamente a perda de cauda em geckos.

No entanto, se os corvos tivessem sido contados perto de cada população de geckos, uma relação positiva entre o número de corvos e geckos sem cauda pode ter sido encontrada. Se, depois de examinar o conteúdo do estômago dos corvos, as caudas dos geckos desaparecidas fossem descobertas, o número de corvos teria determinado diretamente o número de caudas perdidas pelos geckos—indicando causalidade. Se as caudas dos geckos não tivessem sido encontradas no estômago dos corvos, então a correlação poderia ter sido coincidência.

É importante ressaltar que, neste exemplo, há uma correlação negativa entre o número de corvos e o número de carraças parasitas em corvos. Na verdade, o número de parasitas de corvos provavelmente aumentará com o aumento do número de corvos, uma correlação positiva. Nesse cenário, o número de carraças-corvo também estaria positivamente correlacionado com o número de geckos sem cauda. No entanto, ao contrário da relação entre populações de corvos e geckos sem cauda, o número de carraças e geckos sem cauda não estão causalmente relacionados.

Transcript

Os resultados de um experimento podem sugerir que as variáveis independentes e dependentes estejam relacionadas. A relação entre as variáveis, a correlação, pode ser positiva, ambas as variáveis aumentam ou diminuem juntas, ou negativa, uma aumenta e a outra diminui. Além disso, pode não haver relação entre as variáveis.

Para determinar se uma correlação aparente reflete uma relação direta de causa e efeito, uma relação causal, deve-se realizar experiências adicionais de controle. Por exemplo, se um pesquisador pretende determinar a causa da perda da cauda em cinco diferentes populações de geckos, e encontra uma diminuição no número de geckos sem caudas à medida que o número de carrapatos parasitas de corvos aumenta, esse resultado seria uma correlação negativa, e pode-se concluir que o parasita dos corvos não está causando diretamente a perda de cauda nos geckos. No entanto, se o pesquisador contasse o número de corvos em cada local, ele pode ter encontrado uma correlação positiva entre o número de corvos e o número de geckos sem caudas.

E depois de examinar o conteúdo do estômago do corvo, ele também teria encontrado as caudas desaparecidas dos geckos. Portanto, o número de corvos determinou diretamente o número de caudas perdidas pelos geckos. e predições dedutivas.

Por exemplo, os cientistas puderam observar que as borboletas tendem a evitar flores com pétalas pequenas.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for