a:

Une corrélation, positive ou négative, n'implique jamais une causalité. En statistique, le terme corrélation est utilisé pour décrire la relation entre deux variables ou plus. Les corrélations sont positives lorsqu'une augmentation de la fréquence d'une variable s'accompagne d'une augmentation de la fréquence de l'autre variable. Les corrélations négatives seraient l'inverse: la diminution de fréquence d'une variable s'accompagne de la diminution de fréquence de l'autre variable. La corrélation peut être un outil précieux pour l'analyse statistique, mais elle ne peut pas impliquer une causalité à cause de ce que les statisticiens appellent des variables confusionnelles.

Les variables confusionnelles affectent la relation entre deux ou plusieurs autres variables de manière souvent indétectable ou incommensurable. The Guardian cite la corrélation entre le tabagisme et le cancer du poumon comme un bon exemple de la façon dont les variables confondantes peuvent confondre le processus d'analyse corrélative. Dans ce cas, il y avait une corrélation positive apparente entre l'augmentation du tabagisme et une augmentation des cas de cancer du poumon. Cependant, il n'y avait aucun moyen pour les analystes de déterminer de manière concluante que fumer seul était responsable de l'augmentation, en raison d'autres facteurs tels que la mise en œuvre de meilleures procédures de diagnostic et l'augmentation de la pollution industrielle et routière. Comme toutes ces variables étaient importantes pour déterminer la cause de l'augmentation du nombre de cas de cancer du poumon, elles ont obscurci la relation entre le tabagisme et le cancer du poumon et ont rendu beaucoup plus difficile d'établir la relation exacte.

Cela ne veut pas dire que les corrélations ne permettent pas aux analystes de mieux comprendre comment deux variables s'influencent mutuellement, mais ces types d'analyse ne peuvent offrir une certitude absolue. Dans le cas du tabagisme et du cancer du poumon, il a fallu plus de 40 000 médecins et plusieurs années d'études intensives pour établir avec certitude le lien réel entre les deux variables. Tout ceci étant dit, plus la corrélation entre deux variables, positive ou négative, est forte, plus il est probable qu'il y ait au moins une certaine causalité en jeu. Si vous analysez la corrélation à des fins financières, essayez de rechercher comment les institutions financières professionnelles pourraient le faire.