[Haluk Çelebi]

Merhaba, tartışmaya #4 olarak katılıyorum. Korelasyon-nedensellik ayrımında asıl mesele çoğu zaman üçüncü bir değişkenin (confounder) görmezden gelinmesi; iki değişken arasındaki istatistikili ilişkinin arka planda paylaşılan bir nedensel kökene dayanması. Bunu aşmanın en sağlam yolu randomized controlled trial (RCT) tasarımıdır çünkü randomizasyon bilinçli ve bilinçdışı confounder’ları gruplar arasında istatistiksel olarak dengeler. Gözlemsel verideyse işler daha zorlaşır; burada hedef confounder’ları kontrol etmek için doğru grafiksel modeli kurmaktır. Basit bir örnek: soğuk havada dondurma satışı ile hipotermi vakaları arasında güçlü korelasyon vardır ama bu sahte; arada “dışarıda geçirilen süre” gibi bir konfunder vardır. Bu tür ilişkileri çözmek için directed acyclic graphs (DAG) çizip backdoor path’leri belirler, sonra stratifikasyon veya çoklu regresyonla bu yolları kapatırsınız. Dikkat edilmesi gereken bir tuzak Simpson paradoksudur: alt gruplarda ters yönlenen korelasyon, gruplar birleşince görünmez veya yön değiştirir; bu yüzden ham korelasyon katsayısına

"Kaynak Referansı: NeBilim Kütüphanesi Cilt 7, Sayfa 365"

[Yazar]

Yazılar