Paylaşım Yap
Tüm Reklamları Kapat
Tüm Reklamları Kapat

Korelasyon ve Nedensellik: İki Değişken Arası İlişki (Korelasyon), Nedensellik Anlamına Gelmez!

Anlamsız Korelasyonlar: Havuza Düşerek Boğulma İhtimaliniz, Nicholas Cage'in Rol Aldığı Film Sayısı ile İlişkili Olabilir mi?

Korelasyon ve Nedensellik: İki Değişken Arası İlişki (Korelasyon), Nedensellik Anlamına Gelmez! Tyler Vigen
Anlamsız korelasyonlara bir örnek...
5 dakika
39,490
Tüm Reklamları Kapat

Gerçek anlamda bilimsel tartışmalara giren veya akademik araştırmalar yürüten kişilerin mutlaka ama mutlaka karşılaştıkları, daha önemlisi karşılaşmak zorunda oldukları bir cümledir: Korelasyon, (her zaman) nedensellik belirtmez!

Bir diğer deyişle, iki değişken arasında doğrusal bir ilişki olması (biri düzenli artarken veya azalırken, diğerinin de düzenli olarak artması veya azalması), ikinci değişkende gördüğümüz değişimin sebebinin birinci değişkenin değişimi olduğu anlamına gelmez.

Tüm Reklamları Kapat

Yine karmaşık oldu... Bir örnek vererek, biraz daha basitleştirelim: Diyelim ki, Kuzey Anadolu illerinde balıkçılık faaliyetleri 2010-2016 yılları arasında %100 oranında artmış olsun. Yine diyelim ki, aynı tarih aralığında (2010-2016 arasında) Çin Halk Cumhuriyeti sınırlarındaki hava kirliliği miktarı da %100 oranında artmış olsun. Bu durumda, Türkiye'deki balıkçılık faaliyetlerindeki artışın, Çin Halk Cumhuriyeti'ndeki hava kalitesinin kötüleşmesinin nedeni olduğunu söyleyebilir miyiz?

Hayır, elbette ki sadece bu verilere bakarak söyleyemeyiz. Evet, ikisi arasında bir ilişki bulunmaktadır. Ancak bu doğrusal ilişki, arada bir nedensellik (neden-sonuç ilişkisi) olduğu anlamına gelmez! Çin'deki hava kalitesinin kötüleşmesinin nedeni, Çin'in gelişmesine bağlı olarak ülkede faaliyet gösteren fabrika sayısının artması olabilir. Ve muhtemelen öyledir de... Ancak unutmayın, bu nedensellik ilişkisi ispatlanmadan, nedenin bu fabrikalar olduğunu bile iddia edemeyiz!

Tüm Reklamları Kapat

Benzer şekilde, Evren içerisindeki olay, olgu ve süreçlere yönelik yeterince veri toplarsanız, tamamen alakasız olay, olgu ve süreçler arasında ilişkiler tespit etmeniz kaçınılmaz olacaktır. En tepedeki örneği ele alalım: Nicholas Cage'in rol aldığı filmlerin sayısı ile, havuza düşerek boğulan insan sayısı arasında bir ilişki var gibi gözükmektedir. Her iki değişken de bir arada artmakta ve bir arada azalmaktadır. Bu durum, insanların havuzda boğulmasının nedeninin Nicholas Cage'in filmlerde rol alması olduğunu iddia etmemiz için yeterli midir? Elbette hayır!

Bu tür ilişkilere anlamsız ilişki (İng: "spurious correlation") adı verilmektedir. Bir unsurun bir sonucun nedeni olabilmesi için, o unsur ile o sonuç arasında takip edilebilir bir etkileşim olmalıdır. Nicholas Cage'in rol aldığı film sayısı (veya filmlerin kendisi), havuz kenarında zaman geçirmeyi teşvik edici bir doğada olsaydı, belki havuzda boğulmaların nedeni (veya nedenlerinden biri) olabilirdi. Ancak eğer ki böyle bir etkileşim tespit edilemezse, iki değişken arasındaki ilişki tamamen tesadüf eseri oluşmuştur denebilir; dolayısıyla bu ikili arasındaki ilişki, "anlamsız" bir korelasyondur. Çok daha fazla sayıda anlamsız korelasyonu, Tyler Vigen'in "Anlamsız Korelasyonlar" sitesinde bulabilirsiniz.

Tabii ki iki değişken arasında doğrudan bir ilişki olmasına rağmen, söz konusu ilişki herhangi bir anlam ifade etmiyor da olabilir. Benzer şekilde, aradaki ilişki ters de kurulmuş olabilir; bu nedenle de bir anlamsız ilişki doğuyor olabilir. Yukarıdaki doğum günü örneği, bunu güzel bir şekilde göstermektedir.

Evrim Ağacı'ndan Mesaj

Daha uzun yaşayanların, daha fazla sayıda doğum günü kutlaması son derece anlamlıdır; sonuçta "doğum günü" dediğimiz kavram, yalnızca yaş alma ile mümkün olmaktadır. Dolayısıyla daha uzun yaşamanın nedeni doğum günü kutlamalarının sayısının artması değildir; tam tersine, doğum günü sayısının artma nedeni daha uzun yaşamaktır; eğer daha uzun yaşamasaydınız, kutladığınız doğum günü sayısı da artamazdı. Yani burada gördüğümüz hatalı neden-sonuç ilişkisi kurmaktır.

Bilim Neden Bu Kadar Güçlü?

Şimdi bilimin neden bu kadar güçlü olduğunu anlıyorsunuzdur diye umuyoruz. Bilimin işi korelasyonları bulmak değildir; nedenselliği ortaya çıkarmaktır. Hiçbir bilimsel amacınız olmaksızın da veriler toplayabilir ve iki veri arasında ilişki kurabilirsiniz; ancak bunun bilimsel ilerlemeye pek bir katkısı olmayacaktır. Önemli olan, o ilişkiler arasından nedensel olanları tespit etmek ve bunlar üzerinden hipotezler geliştirip, bunları sınayıp, teoriler inşa ederek gerçeğin doğasına yönelik açıklamalar geliştirebilmektir (ve bunu yaparken eski teorileri de sınamak ve gözden geçirmektir). Bilim, budur!

Bu, kuşkusuz ki aralarında zamansal bir ilişki olan iki değişkenin birbiriyle öyle veya böyle ilişkili olduğunu söylemekten çok daha fazlasıdır; çok daha fazla çaba ve emek gerektirir. Günlük yaşantınızda, A olayının B olayından önce yaşanmış olmasını, A olayının B'nin nedeni olduğunu düşünmeniz için yeterli olabilir. Buna mantıkta post hoc ergo propter hoc mantık hatası adını vermekteyiz. Meali: "X, Y'den sonra oldu, dolayısıyla X'in nedeni Y'dir" mantık hatası... Aralarında zaman ilişkisi olan olayların, aynı zamanda nedensellik ilişkisi de olduğunu varsayma hatası...

The New England Journal of Medicine dergisinde yayınlanan bir araştırma da buna güzel bir örnek teşkil ediyor. Araştırma sonuçlarına göre, Nobel Ödülü alma sıklığı ile çikolata tüketimi arasında bir doğrusal ilişki tespit edilmiştir. Yani bir ülkede 10 milyon kişiye düşen Nobel Ödülü sayısı ile kişi başına düşen çikolata miktarı arasında bir ilişki gösterilmiştir. Elbette ki bu, "Daha fazla çikolata yemek, daha fazla Nobel Ödülü alınmasını sağlar." dememiz için, yani iki değişken arasında bir neden-sonuç ilişkisi kurmamız için geçerli olsa da, yeterli bir sebep değildir.
The New England Journal of Medicine dergisinde yayınlanan bir araştırma da buna güzel bir örnek teşkil ediyor. Araştırma sonuçlarına göre, Nobel Ödülü alma sıklığı ile çikolata tüketimi arasında bir doğrusal ilişki tespit edilmiştir. Yani bir ülkede 10 milyon kişiye düşen Nobel Ödülü sayısı ile kişi başına düşen çikolata miktarı arasında bir ilişki gösterilmiştir. Elbette ki bu, "Daha fazla çikolata yemek, daha fazla Nobel Ödülü alınmasını sağlar." dememiz için, yani iki değişken arasında bir neden-sonuç ilişkisi kurmamız için geçerli olsa da, yeterli bir sebep değildir.

İlişkinin Hiç mi Anlamı Yok?

Peki iki değişken arasındaki ilişkinin tespiti tamamen işlevsiz ve anlamsız mıdır? Elbette hayır. Öyle ki, bazı istatistikçiler ve bilim insanları, yazımızın başında kullandığımız ve her bilim insanının karşılaştığını söylediğimiz cümleye aşırı katı olması dolayısıyla karşı çıkarlar. Şu tür cümleleri tercih ederler:

Korelasyon, nedensellik belirtmez; ancak korelasyon, bir nedensellik aramak için iyi bir sebeptir!

Tüm Reklamları Kapat

Bir diğer deyişle, korelasyonlar bizler için başlangıç noktalarıdır. Kontrollü deneyler yaparak (yani diğer değişkenleri olabildiğince sabit tutup, sadece 1 değişkenin deney veya sistem üzerindeki etkisine bakarak) nedenselliği gösterebiliriz. Dahası, farklı açılardan, farklı derecelerde, tekrar tekrar ispatlanan korelasyonlar, olaylar arasındaki nedensellik ilişkisine daha da fazla güven duymamızı sağlayabilir.

Unutmayın! Eğer "gerçek" dediğimiz şey %100 ile temsil edilirse, bilim belki hiçbir zaman %100'e erişemeyecek. Belki %90 ve üzerinde kalacaktır. Ancak bu, hayal kırıcı bir durum değildir! Zira bilimden hemen sonra gelen diğer bilgi türlerinin gerçeğe ulaşma başarısı, bilimin başarısına nazaran önemsenmeyecek kadar azdır. Dolayısıyla bilim, insanlığın gerçeğe ulaşmak konusunda yaptığı en büyük sıçramalardan birisidir. Sahip olduğumuz hemen her şeyin nedeni bilim ve onun uzantılarıdır. Bu bile, bilime rahatlıkla güvenebileceğimizi ispatlamaktadır.

Ya da ispatlamakta mıdır?

Bu durumda korelasyon, nedensellik göstermekte midir?

Bu Makaleyi Alıntıla
Okundu Olarak İşaretle
53
0
  • Paylaş
  • Alıntıla
  • Alıntıları Göster
Paylaş
Sonra Oku
Notlarım
Yazdır / PDF Olarak Kaydet
Bize Ulaş
Yukarı Zıpla

İçeriklerimizin bilimsel gerçekleri doğru bir şekilde yansıtması için en üst düzey çabayı gösteriyoruz. Gözünüze doğru gelmeyen bir şey varsa, mümkünse güvenilir kaynaklarınızla birlikte bize ulaşın!

Bu içeriğimizle ilgili bir sorunuz mu var? Buraya tıklayarak sorabilirsiniz.

Soru & Cevap Platformuna Git
Bu İçerik Size Ne Hissettirdi?
  • Tebrikler! 61
  • Bilim Budur! 32
  • Muhteşem! 17
  • Mmm... Çok sapyoseksüel! 17
  • Merak Uyandırıcı! 5
  • İnanılmaz 4
  • Umut Verici! 3
  • Güldürdü 2
  • Üzücü! 0
  • Grrr... *@$# 0
  • İğrenç! 0
  • Korkutucu! 0
Tüm Reklamları Kapat

Evrim Ağacı'na her ay sadece 1 kahve ısmarlayarak destek olmak ister misiniz?

Şu iki siteden birini kullanarak şimdi destek olabilirsiniz:

kreosus.com/evrimagaci | patreon.com/evrimagaci

Çıktı Bilgisi: Bu sayfa, Evrim Ağacı yazdırma aracı kullanılarak 29/03/2024 04:04:52 tarihinde oluşturulmuştur. Evrim Ağacı'ndaki içeriklerin tamamı, birden fazla editör tarafından, durmaksızın elden geçirilmekte, güncellenmekte ve geliştirilmektedir. Dolayısıyla bu çıktının alındığı tarihten sonra yapılan güncellemeleri görmek ve bu içeriğin en güncel halini okumak için lütfen şu adrese gidiniz: https://evrimagaci.org/s/4277

İçerik Kullanım İzinleri: Evrim Ağacı'ndaki yazılı içerikler orijinallerine hiçbir şekilde dokunulmadığı müddetçe izin alınmaksızın paylaşılabilir, kopyalanabilir, yapıştırılabilir, çoğaltılabilir, basılabilir, dağıtılabilir, yayılabilir, alıntılanabilir. Ancak bu içeriklerin hiçbiri izin alınmaksızın değiştirilemez ve değiştirilmiş halleri Evrim Ağacı'na aitmiş gibi sunulamaz. Benzer şekilde, içeriklerin hiçbiri, söz konusu içeriğin açıkça belirtilmiş yazarlarından ve Evrim Ağacı'ndan başkasına aitmiş gibi sunulamaz. Bu sayfa izin alınmaksızın düzenlenemez, Evrim Ağacı logosu, yazar/editör bilgileri ve içeriğin diğer kısımları izin alınmaksızın değiştirilemez veya kaldırılamaz.

Tüm Reklamları Kapat
Keşfet
Akış
İçerikler
Gündem
Hızlı
Gezegen
Egzersiz
Yangın
Kuantum Fiziği
Diyet
Mavi
Antibiyotik
Balina
Evrim Tarihi
Genetik Değişim
İngiltere
Şiddet
Tür
Türlerin Kökeni
Hayatta Kalma
Gebelik
Doğal
Biyocoğrafya
Radyoaktif
Oyun
Astrofizik
Buz
İyi
Damar
Aklımdan Geçen
Komünite Seç
Aklımdan Geçen
Fark Ettim ki...
Bugün Öğrendim ki...
İşe Yarar İpucu
Bilim Haberleri
Hikaye Fikri
Video Konu Önerisi
Başlık
Gündem
Bugün Türkiye'de bilime ve bilim okuryazarlığına neler katacaksın?
Bağlantı
Kurallar
Komünite Kuralları
Bu komünite, aklınızdan geçen düşünceleri Evrim Ağacı ailesiyle paylaşabilmeniz içindir. Yapacağınız paylaşımlar Evrim Ağacı'nın kurallarına tabidir. Ayrıca bu komünitenin ek kurallarına da uymanız gerekmektedir.
1
Bilim kimliğinizi önceleyin.
Evrim Ağacı bir bilim platformudur. Dolayısıyla aklınızdan geçen her şeyden ziyade, bilim veya yaşamla ilgili olabilecek düşüncelerinizle ilgileniyoruz.
2
Propaganda ve baskı amaçlı kullanmayın.
Herkesin aklından her şey geçebilir; fakat bu platformun amacı, insanların belli ideolojiler için propaganda yapmaları veya başkaları üzerinde baskı kurma amacıyla geliştirilmemiştir. Paylaştığınız fikirlerin değer kattığından emin olun.
3
Gerilim yaratmayın.
Gerilim, tersleme, tahrik, taciz, alay, dedikodu, trollük, vurdumduymazlık, duyarsızlık, ırkçılık, bağnazlık, nefret söylemi, azınlıklara saldırı, fanatizm, holiganlık, sloganlar yasaktır.
4
Değer katın; hassas konulardan ve öznel yoruma açık alanlardan uzak durun.
Bu komünitenin amacı okurlara hayatla ilgili keyifli farkındalıklar yaşatabilmektir. Din, politika, spor, aktüel konular gibi anlık tepkilere neden olabilecek konulardaki tespitlerden kaçının. Ayrıca aklınızdan geçenlerin Türkiye’deki bilim komünitesine değer katması beklenmektedir.
5
Cevap hakkı doğurmayın.
Bu platformda cevap veya yorum sistemi bulunmamaktadır. Dolayısıyla aklınızdan geçenlerin, tespit edilebilir kişilere cevap hakkı doğurmadığından emin olun.
Ekle
Soru Sor
Sosyal
Yeniler
Daha Fazla İçerik Göster
Popüler Yazılar
30 gün
90 gün
1 yıl
Evrim Ağacı'na Destek Ol

Evrim Ağacı'nın %100 okur destekli bir bilim platformu olduğunu biliyor muydunuz? Evrim Ağacı'nın maddi destekçileri arasına katılarak Türkiye'de bilimin yayılmasına güç katın.

Evrim Ağacı'nı Takip Et!
Yazı Geçmişi
Okuma Geçmişi
Notlarım
İlerleme Durumunu Güncelle
Okudum
Sonra Oku
Not Ekle
Kaldığım Yeri İşaretle
Göz Attım

Evrim Ağacı tarafından otomatik olarak takip edilen işlemleri istediğin zaman durdurabilirsin.
[Site ayalarına git...]

Filtrele
Listele
Bu yazıdaki hareketlerin
Devamını Göster
Filtrele
Listele
Tüm Okuma Geçmişin
Devamını Göster
0/10000
Bu Makaleyi Alıntıla
Evrim Ağacı Formatı
APA7
MLA9
Chicago
Ç. M. Bakırcı. Korelasyon ve Nedensellik: İki Değişken Arası İlişki (Korelasyon), Nedensellik Anlamına Gelmez!. (31 Mart 2016). Alındığı Tarih: 29 Mart 2024. Alındığı Yer: https://evrimagaci.org/s/4277
Bakırcı, Ç. M. (2016, March 31). Korelasyon ve Nedensellik: İki Değişken Arası İlişki (Korelasyon), Nedensellik Anlamına Gelmez!. Evrim Ağacı. Retrieved March 29, 2024. from https://evrimagaci.org/s/4277
Ç. M. Bakırcı. “Korelasyon ve Nedensellik: İki Değişken Arası İlişki (Korelasyon), Nedensellik Anlamına Gelmez!.” Edited by Çağrı Mert Bakırcı. Evrim Ağacı, 31 Mar. 2016, https://evrimagaci.org/s/4277.
Bakırcı, Çağrı Mert. “Korelasyon ve Nedensellik: İki Değişken Arası İlişki (Korelasyon), Nedensellik Anlamına Gelmez!.” Edited by Çağrı Mert Bakırcı. Evrim Ağacı, March 31, 2016. https://evrimagaci.org/s/4277.
ve seni takip ediyor

Göster

Şifrenizi mi unuttunuz? Lütfen e-posta adresinizi giriniz. E-posta adresinize şifrenizi sıfırlamak için bir bağlantı gönderilecektir.

Geri dön

Eğer aktivasyon kodunu almadıysanız lütfen e-posta adresinizi giriniz. Üyeliğinizi aktive etmek için e-posta adresinize bir bağlantı gönderilecektir.

Geri dön

Close