
相關(guān)關(guān)系并不意味著因果關(guān)系 大數(shù)據(jù)應(yīng)避免大混亂
當(dāng)今時(shí)代,大數(shù)據(jù)泛濫、數(shù)據(jù)挖掘工具種類繁多,玩弄圖表游戲已經(jīng)變得不能再容易,管理者需要火眼金睛,秒殺數(shù)據(jù)間的虛假關(guān)系!
舉個(gè)例子,隨機(jī)選取統(tǒng)計(jì)學(xué)上相關(guān)的兩組數(shù)據(jù),Y軸表示數(shù)據(jù)。
截取Y軸,讓兩條線接近。看,訂閱HBR增加了WidgetCo公司的收入。
是不是感覺(jué)被忽悠了呢?!警惕虛假相關(guān),一起新技能get√
我們都知道“相關(guān)關(guān)系并不意味著因果關(guān)系”,但當(dāng)我們看到兩條線朝同樣的方向傾斜,柱狀圖中數(shù)值同時(shí)上升,或者數(shù)據(jù)點(diǎn)在散點(diǎn)圖上聚集在一起時(shí),數(shù)據(jù)簡(jiǎn)直在請(qǐng)求我們找出其中的邏輯,我們也甚至想要相信其中存在某種邏輯。
然而,統(tǒng)計(jì)學(xué)原則要求我們不能做這個(gè)邏輯跳躍。有些圖表利用視覺(jué)小把戲,企圖證明事物間存在密切相關(guān)性。哈佛法學(xué)院法學(xué)博士生、《虛假相關(guān)》(Spurious Correlations)一書作者泰勒.維根(Tyler Vigen),在他的網(wǎng)站上展示了一些荒唐可笑的“相關(guān)性”例子,比如美國(guó)人造黃油的人均消耗量和緬因州離婚率。
1 荒謬性
泰勒維根制作網(wǎng)站就是為了從容量較大的數(shù)據(jù)組中,找到并描述出數(shù)據(jù)間荒謬的相關(guān)性。以下是三個(gè)例子:
2 嚴(yán)重性
我們能夠輕易發(fā)現(xiàn)并揭穿荒謬的例子,但當(dāng)管理者碰到人為設(shè)計(jì)卻看似合理的圖表該如何做呢?
以下是三類需要留意的把戲:
(1)蘋果和橘子 比較不同的變量
表示不同數(shù)值的兩條曲線可能相似,但實(shí)際上不應(yīng)放在一起比較。
當(dāng)兩個(gè)數(shù)值看似相關(guān)但實(shí)際上無(wú)關(guān)時(shí),這種曲線圖展示方式極其有害。所以最好用不同的表格表示不同的數(shù)值。
(2)扭曲坐標(biāo)軸 調(diào)整數(shù)值范圍從而比較數(shù)據(jù)(圖表中K代表1000)
即使兩條Y 軸表示的數(shù)據(jù)類型相同,改變數(shù)值范圍也能改變曲線走勢(shì),進(jìn)而指示虛假相關(guān)性。
左圖中,表示RetailCo 公司每月收入的兩條Y 軸,數(shù)值范圍和變化比例都不同。去除第二條Y 軸后顯示了圖表是如何被扭曲的。
(3)如果-那么 暗示不存在的因果關(guān)系
將不相關(guān)的數(shù)據(jù)繪制在一張圖表中,讓它看起來(lái)像一個(gè)變量變化,會(huì)引發(fā)另一個(gè)變量發(fā)生變化。
我們可以根據(jù)左圖來(lái)做一個(gè)推斷——Pandora(Pandora 是美國(guó)最流行的提供在線音樂(lè)服務(wù)的軟件——譯者注)凈虧損越少,越多音樂(lè)作品受到版權(quán)保護(hù)——而實(shí)際上這只是巧合,并不存在這樣的因果關(guān)系。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10