a:

إن الارتباط، الإيجابي أو السلبي، لا يعني بالضرورة وجود علاقة سببية. في الإحصاء، يستخدم مصطلح الارتباط لوصف العلاقة بين متغيرين أو أكثر. وتكون الارتباطات إيجابية عندما تكون الزيادة في تردد المتغير واحدة مصحوبة بزيادة في وتيرة المتغير الآخر. وتكون الارتباطات السلبية عكس ذلك: إن انخفاض متغير واحد في التردد يرافقه انخفاض المتغير الآخر في التردد. ويمكن أن يكون الترابط أداة قيمة للتحليل الإحصائي، ولكنه لا يمكن أن ينطوي على علاقة سببية بسبب ما يسميه الإحصائيون المتغيرات الخلط.

تؤثر المتغيرات المؤثرة على العلاقة بين متغيرين آخرين أو أكثر بطرق لا يمكن اكتشافها أو لا يمكن قياسها. ويستشهد الغارديان بالعلاقة بين التدخين وسرطان الرئة كمثال جيد على الكيفية التي يمكن أن تخلط بها المتغيرات المربكة عملية التحليل المترابط. في هذه الحالة، كان هناك ارتباط إيجابي واضح واضح بين الزيادة في التدخين وزيادة في حالات سرطان الرئة. ومع ذلك، لم يكن هناك أي طريقة للمحللين أن يحددوا بشكل قاطع أن التدخين وحده هو المسؤول عن الزيادة، بسبب عوامل أخرى مثل تنفيذ إجراءات تشخيصية أفضل وزيادة التلوث الصناعي والتلوث المرتبط بالمرور. ولأن كل هذه المتغيرات كانت مهمة في تحديد السبب وراء الزيادة في حالات سرطان الرئة، فقد غمرت العلاقة بين التدخين وسرطان الرئة وجعلت من الصعب تحديد العلاقة الدقيقة.

هذا لا يعني أن الارتباطات لا يمكن أن تعطي المحللين فهم أفضل لكيفية تأثير المتغيرين على بعضهما البعض، ولكن هذه الأنواع من التحليل لا يمكن أن توفر اليقين المطلق. وفي حالة التدخين وسرطان الرئة، استغرق الأمر أكثر من 40 ألف طبيب وعدة سنوات من الدراسة المكثفة للتأكد من أي درجة عالية من اليقين من العلاقة الحقيقية بين المتغيرين. كل هذا يقال، كلما كان الترابط أقوى بين متغيرين، إيجابيين أو سلبيين، كلما زاد احتمال وجود بعض السببية في اللعب على الأقل. في حال تحليل الارتباط لأغراض مالية، حاول البحث عن الطرق التي ستفعلها المؤسسات المالية المهنية.