El Concise Oxford Dictionary define la correlación como "relación mutua entre dos o más cosas" y la causalidad como "causar o producir un efecto" .Correlation y la causalidad se pueden dar las definiciones matemáticas precisas, pero la mayoría de la gente no sabe matemáticas, por lo que se asientan para las definiciones del diccionario. Debe ser bastante clara, incluso con éstos que la correlación no es causalidad. Uno de los peores males de las clases llenas de británicos, especialmente los de los medios de comunicación (incluyendo la BBC), es suponer que la correlación significa causalidad. Este es, en particular, cuando las encuestas dudosas (o estudios "científicos") se llevan a cabo por las organizaciones dudosas con una historia en particular a los efectos. Mientras la conclusión confirma algún perjuicio del comentarista entonces la encuesta se toma como prueba de que un poco de "sentido común" (por lo general "conservadora") punto de vista ha sido confirmado (y algunos horribles "liberales", 1960 vista ha sido la papelera). Tenga en cuenta que las circunstancias en que se realizan las encuestas no se discute, y es probable que éstos por sí mismos invalidan cualquier conclusión. (A menudo se dice que se puede conseguir cualquier respuesta que quiere de una encuesta.) Sin embargo, por el bien del argumento asume las encuestas (o estudios) se han realizado correctamente. Algunos de los ejemplos más comunes de la confusión entre correlación y causalidad tienen que ver con la vida familiar (muchos otros tienen que ver con la salud). Considere las siguientes afirmaciones: (1) "Los niños criados por padres solteros tener un rendimiento menor en la escuela (y más tarde en la vida)." La conclusión se supone que es que los padres deben ser y permanecer casados. (2) "Los niños que la madre se queda en casa les va mejor en la escuela (y más tarde en la vida)." La conclusión se supone que es que las madres deben quedarse en casa. (O, en ocasiones, pero rara vez, que las madres y los padres deben quedarse en casa, pero por lo general este tipo de encuesta es sólo un ataque crudo sobre las madres trabajadoras por lo que los padres no se mencionan.) Explicación "correlación no implica causalidad" es una frase utilizada en la ciencia y la estadística para enfatizar que la correlación entre dos variables no implica automáticamente que uno hace que el otro (aunque no elimina el hecho de que la correlación todavía puede ser una pista, ya sea poderoso o otherwiseThe creencia opuesta, la correlación demuestra la causalidad, es un error lógico por el que dos eventos que ocurren al mismo tiempo se dice que tienen un uso relationshipThe de causa y efecto de la TRH y la disminución de la incidencia de enfermedades coronarias eran efectos coincidentes de una causa común (es decir, los beneficios asociados con un mayor estatus socioeconómico), en lugar de causa y efecto como se había supposedusageIn el sentido matemático, siempre es correcto decir: "la correlación no implica causalidad". sin embargo, la palabra "implica" en uso ocasional significa libremente sugiere más bien que requiere. La idea de que la correlación y la causalidad se conectan es cierto; Se requiere de correlación para la causalidad. Por lo menos en la forma en que interpretamos, "correlación" es una medida (referencia creado) para entender el principio de causation.This es el significado pretendido por los estadísticos cuando dicen que la causalidad no es seguro. De hecho, p implica q tiene el significado técnico de la implicación lógica: si p, entonces q simboliza como p → q. Es decir, "si las circunstancias p es verdadera, entonces q sigue necesariamente. 1. A se desarrolla en correlación con B. 2. Por lo tanto, una causa B.In este tipo de falacia lógica, uno hace una conclusión prematura acerca de la causalidad solamente después de observar una correlación entre dos o más factores. Generalmente, si se observa un factor (a) sólo se correlaciona con otro factor (B), a veces se da por sentado B que a está causando incluso cuando no hay evidencias para esto. este es un error lógico porque hay al menos cinco posibilidades: 1. a puede ser la causa de B. 2. B puede ser la causa de A. 3. algún factor desconocido tercera C puede ser en realidad la causa de a y B. 4. puede ser una combinación de las tres relaciones anteriores. Por ejemplo, B puede ser la causa de a al mismo tiempo que a es la causa de B (contradiciendo que la única relación entre a y B es que a causa B). Esta describe una refuerza a sí mismo sistema. 5. la "relación" es una coincidencia o tan complejo o indirecto que se llama de manera más efectiva una coincidencia (es decir, dos eventos que se producen al mismo tiempo que no tienen relación directa entre sí, además del hecho de que se producen al mismo tiempo). Ejemplos: B causa A (causalidad inversa) Los más bomberos luchando contra un incendio, cuanto más grande es el fuego va a ser. Por lo tanto, los bomberos provocan incendios. Ejemplo 1: El dormir con los zapatos de uno en está fuertemente correlacionada con el despertar con un dolor de cabeza. Por lo tanto, dormir con los zapatos de las causas dolor de cabeza. Ejemplo 2: Los niños pequeños que duermen con la de la luz son mucho más propensos a desarrollar miopía en life.Example tarde 3: A medida que aumentan las ventas de helados, la tasa de muertes por ahogamiento aumenta sharply.Therefore, causas de helado drowning.With una disminución de el número de piratas, se ha producido un aumento en el calentamiento global durante el mismo period.Therefore, el calentamiento global es causado por una falta de piratas.