Correlazione non significa causalità — Dati, 11–13 anni
Quando due misure cambiano insieme, sono correlate. Questo schema può essere utile, ma da solo non dimostra che una misura causi l’altra.
Due cose che cambiano insieme
Correlazione significa che due quantità mostrano uno schema insieme: quando una cresce, l’altra spesso cresce o diminuisce. La causalità è più forte: cambiare una contribuisce a cambiare l’altra. Può esserci correlazione senza quella causa.
Perché la differenza conta
Uno schema può spingerci a raccontare una semplice storia di causa ed effetto. Però un terzo fattore può influenzare entrambi, oppure la direzione può essere inversa. Distinguere correlazione e causalità evita di trasformare un indizio in un’affermazione senza prove.
Gelati e scottature
Una città registra più vendite di gelati e più scottature a luglio che a gennaio. I due numeri crescono insieme, quindi sono correlati. I gelati non causano le scottature: il tempo caldo e soleggiato favorisce entrambe le cose.
Insieme non significa causa
L’errore tentatore è dire: «A è successo quando B è aumentato, quindi A ha causato B». Sembra convincente perché usiamo ogni giorno il ragionamento causa-effetto. I dati possono mostrare un legame, ma provare una causa richiede spesso confronti accurati o un esperimento controllato.
Leggere con attenzione le affermazioni
Puoi vedere pubblicità o notizie che affermano che un prodotto migliora il sonno, i voti o la salute perché i suoi utenti mostrano entrambi i risultati. Chiediti cos’altro potrebbe spiegare lo schema e se c’era un confronto equo. Così eviti conclusioni troppo sicure.
Continua a esplorare
Altre lingue
Caricamento di MyLeoNes™…