[Data analysis] 인과 관계와 상관 관계 (데이터 분석의 힘 chapter.1)

 

데이터의 상관 관계는 인과관계가 아니다.

 

ex) 2010년에 아이스크림 회사가 광고를 했더니 2009년 대비 2010년에 아이스크림 매출량이 40프로 늘었다.

광고 -> 매출 40프로의 인과 관계를 주장할 수 있을까?

다른 요소가 개입됐을수도 있다. 예를 들어 2010년의 무더위 + 2010년의 소비 회복세 등등

 

 

 

인과관계를 입증하기 어려운 이유

 

1. 다른 요인이 영향을 미쳤을 가능성이 있다.

 

x (광고) / y (매출 40프로)

X(광고)가 벌어진 것과 같은 시기에 여러가지 일이 일어날수 있다. v(2010년의 무더위 + 2010년의 소비 회복세 등등)

 

 

2.인과관계가 반대일 가능성이 있다.

 

때로는 Y가 X에 영향을 주는 역인과관계의 가능성도 부정할 수 없다.

ex ) 2010년 이른 더위로 아이스크림 매출이 오르자 회사는 매출액 상승분으로 인터넷 광고를 시작했다.

 

인과관계와 상관관계는 다르다.

1. X가 Y에 영향을 주었을 가능성

2. Y가 X에 영향을 주었을 가능성

3. V가 X와 Y 양쪽에 영향을 주었을 가능성

 

이 세가지 가능성으로 어떤 것이 진짜인지 판단할 수 없다.

 

 

 

상관 관계와 인과관계를 구분하는 전통적인 방법이 있다. 잠복 변수 V 를 최대한 모은 다음 통계 분석에 의해 V의 영향을 배제하는 것이다. 하지만 이러한 방법들은 한계가 있다.

 

이러한 인과 관계의 문제는 편향이라고 한다. 분석으로 얻은 추정치의 치우침을 뜻한다.

 

데이터가 늘어난다고 한들 이러한 편향 문제는 해결되지 않는다. 이제 이것을 다양한 해결법으로 풀어 나가보겠다.

 

 

 

 

---

이 내용들은  데이터 분석의 힘 이라는 책의 내용을 정리 및 요약한 내용입니다.