The Concise Oxford Dictionary define correlação como "relação mútua entre dois ou mais coisas" e causalidade como "causar ou produzir um efeito" .Correlation eo nexo de causalidade pode ser dada definições matemáticas precisas, mas a maioria das pessoas não sabe matemática, então se contentar com o definições de dicionário. Deve ser muito claro, mesmo com estes que a correlação não é causalidade. Uma das piores aflições das classes tagarelas britânicos, especialmente aqueles nos meios de comunicação (incluindo a BBC), é assumir que a correlação significa causalidade. Este particular surge quando pesquisas duvidosas (ou estudos "científicos") são realizadas por organizações duvidosas com uma história em particular a girar. Enquanto a conclusão confirma algum preconceito do comentador, em seguida, a pesquisa é tomada como prova de que algum "senso comum" (geralmente "conservador") de vista foi apoiado (e alguns horríveis "liberais, 1960" visão tem sido lixeira). Note-se que as circunstâncias em que as pesquisas são feitas nunca é discutido, e é provável que estes por si mesmos invalida qualquer conclusão. (Diz-se frequentemente que você pode obter qualquer resposta que você quer fora de uma pesquisa.) Mas por causa do argumento assumir os inquéritos (ou estudos) ter sido feito corretamente. Alguns dos exemplos mais comuns de a confusão entre correlação e causalidade são a ver com a vida familiar (muitos outros estão a ver com a saúde). Considere as seguintes afirmações: (1) "As crianças criadas por pais solteiros fazer menos bem na escola (e mais tarde na vida)." A conclusão é suposto ser que os pais devem se tornar e permanecer casados. (2) "As crianças que a mãe fica em casa fazer melhor na escola (e mais tarde na vida)." A conclusão é suposto ser que as mães devem ficar em casa. (Ou ocasionalmente, mas raramente, que mães e pais devem ficar em casa, mas geralmente esse tipo de pesquisa é apenas um ataque de bruto em mães trabalhando tão pais nunca são mencionados.) Explicação "correlação não implica causalidade" é uma frase usada em ciência e estatísticas para enfatizar que a correlação entre duas variáveis não implica automaticamente que um causa o outro (embora ele não remove o fato de que a correlação ainda pode ser uma dica, seja poderoso ou otherwiseThe crença oposta, a correlação prova do nexo de causalidade, é uma falácia lógica pelo qual dois eventos que ocorrem em conjunto são requeridas para ter um uso relationshipThe de causa e efeito da TRH e diminuição da incidência de doença cardíaca coronária foram efeitos coincidentes de uma causa comum (ou seja, os benefícios associados a um melhor nível socioeconômico), em vez de causa e efeito, como tinha sido supposedusageIn sentido matemático, é sempre correto dizer "correlação não implica causalidade". no entanto, a palavra "implica" no uso ocasional vagamente significa sugere, em vez de exigir. A ideia de que a correlação e causalidade são conectados é certamente verdade; correlação é necessário para causalidade. Pelo menos na nossa forma de interpretá-lo, "correlação" é uma medida (de referência criado) para entender o princípio da causation.This é o significado pretendido por estatísticos quando dizem causalidade não é certa. Na verdade, p implica q tem o significado técnico da implicação lógica: se p então q simbolizado como p → q. Isso é "se circunstância p é verdadeira, então q segue necessariamente. 1. A ocorre em correlação com B. 2. Portanto, uma causa B.In este tipo de falácia lógica, se faz uma conclusão prematura sobre a causalidade, depois de observar apenas uma correlação entre dois ou mais elementos. em geral, se um factor de (a) é observado apenas para ser correlacionado com outro factor (B), que é por vezes tomada como um dado adquirido B que a está a causar até mesmo quando não há evidência apoia este. esta é uma engano lógico porque existem pelo menos cinco possibilidades: 1. a pode ser a causa de B. 2. B pode ser a causa de A. 3. alguns desconhecidos terceiro elemento C podem realmente ser a causa de ambas, a e B. 4. pode haver ser uma combinação das três relações acima. Por exemplo, B pode ser a causa de um ao mesmo tempo que a é a causa de B (contradizendo que a única relação entre a e B é que a causa B). Este descreve uma auto-reforço do sistema. 5. a "relação" é uma coincidência ou tão complexo ou indirecto, que é mais eficaz chamado de coincidência (ou seja, dois eventos que ocorrem ao mesmo tempo que não têm nenhuma relação directa uns com os outros para além do facto de que eles estão a ocorrer ao mesmo tempo). EXEMPLOS: B provoca uma (causalidade reversa) Quanto mais bombeiros que lutam um incêndio, quanto maior o fogo vai ser. Portanto bombeiros provocar um incêndio. Exemplo 1: Dormindo com os sapatos sobre está fortemente correlacionada com acordar com uma dor de cabeça. Portanto, dormir com os sapatos sobre as causas de dor de cabeça. Exemplo 2: As crianças que dormem com o na luz são muito mais propensos a desenvolver miopia em life.Example depois 3: Com o aumento de sorvete de vendas, a taxa de mortes de afogamento aumenta sharply.Therefore, sorvete causas drowning.With uma diminuição na o número de piratas, tem havido um aumento no aquecimento global ao longo do mesmo period.Therefore, o aquecimento global é causado por uma falta de piratas.