Кореляція і причинність: пастки аналітики

Data Analyst Professional · Модуль 7 · Урок 25 із 51

Кореляція, причинність і типові пастки

Кореляція описує association у спостережених даних. Вона не доводить, що зміна X спричиняє Y: зв’язок може виникнути через confounder, selection, trend, aggregation, reverse causality або випадковість.

90 хвAssociation ≠ causationМінітест: 3 питання

Почніть зі scatter plot і data-generating process

Перед coefficient перевірте форму, segments, outliers, range restriction і time order. Pearson вимірює linear association; Spearman — monotonic association ranks і стійкіший до деяких nonlinear/outlier cases, але жоден не є доказом causality.

SELECT
CORR(load_time_ms::numeric, satisfaction::numeric) AS pearson_r,
COUNT(*) AS n
FROM seowork_lab.stat_observations;

Повідомляйте N, plot, coefficient, scope, missing handling та uncertainty. r≈0 не виключає U‑shaped або segment-specific relationship.

П’ять причин хибного висновку

Confounding

Z впливає і на X, і на Y; наприклад segment змінює load та conversion.

Reverse causality

Y може впливати на X або обидва взаємодіють.

Common trend

Дві series ростуть у часі без прямого зв’язку.

Selection

Аналіз лише survivors/responders створює association.

Додайте multiple comparisons і data dredging: якщо перевірити сотні pairs, частина виглядатиме «значущою» випадково.

Aggregation може перевернути історію

Загальна correlation або rate може відрізнятися від результату в кожному segment через різні mix/weights. Завжди порівнюйте overall і stratified views та пояснюйте denominator.

SELECT segment,
CORR(load_time_ms::numeric, converted::int::numeric) AS r,
AVG(converted::int)::numeric(8,4) AS conversion_rate,
COUNT(*) AS n
FROM seowork_lab.stat_observations
GROUP BY segment
UNION ALL
SELECT 'ALL',
CORR(load_time_ms::numeric, converted::int::numeric),
AVG(converted::int)::numeric(8,4),
COUNT(*)
FROM seowork_lab.stat_observations;

Що потрібно для причинного твердження

Рівень доказу	Що дозволено сказати
Observational association	«X і Y пов’язані у цьому dataset»
Adjusted observational model	«association зберігається після measured controls»; unmeasured confounding лишається
Randomized experiment	за коректного design/implementation оцінює causal effect intervention
Natural/quasi-experiment	можливий causal estimate лише з явними identification assumptions

До аналізу зафіксуйте treatment, outcome, unit, assignment, exposure window, guardrails, exclusions і stopping rule. Після — перевірте randomization, attrition, contamination та practical effect size.

Практика

Побудуйте scatter load_time × satisfaction та позначте segment.
Порахуйте overall і segment-level correlations.
Порівняйте variant A/B raw conversion, але не називайте це effect без перевірки assignment.
Намалюйте causal question: treatment, outcome, confounders, mediators.
Напишіть коректний висновок, limitation і наступний experiment.

Офіційні джерела

Модуль завершено

Ви описуєте uncertainty, не плутаєте association з causality, шукаєте confounding і пропонуєте дизайн, що справді може перевірити причинну гіпотезу.