Під фальшивим зв’язком розуміється вигляд, при якому існує причинно-наслідковий зв’язок між змінними, коли насправді він не існує.
У багатьох випадках виявляється причинно-наслідковий зв'язок між змінними, коли насправді їх немає. Ці видимі стосунки можуть виникнути випадково. Існує безліч випадків, коли коефіцієнт кореляції між змінними є значним і між ними не існує причинно-наслідкового зв'язку. Тобто, очевидно, одна змінна спричиняє іншу, хоча вони не мають до цього нічого спільного.
Приклад фальшивих відносин
Прикладом помилкових стосунків може бути взаємозв'язок між ростом дітей від 12 до 18 років та знаннями математики.
З віком діти стають вищими. У міру того, як діти також старіють, вони з роком прогресують, вивчаючи все більше математики і вміючи вирішувати більш складні завдання. Припустимо, ми збираємо статистичну вибірку дітей у віці від 12 до 18 років.
Ми могли бачити, що із зростанням їхнього зросту (вони старші) вони здатні розв’язувати більш складні математичні завдання, але чи змушує висота цих дітей більше знати математику? Очевидно, ні. Це пов'язано з третьою змінною, яка називається "confounder" або "прихована змінна". У цьому випадку прихованою змінною є інтелектуальна спроможність.
У міру дорослішання дітей їх інтелектуальні здібності зростають, а числові навички вдосконалюються. Ці діти здатні вирішувати дедалі складніші проблеми, на які вони не були здатні, коли були молодшими. Враховуючи, що, дорослішаючи та розвиваючи свої інтелектуальні здібності, вони стають вищими, може здатися, що існує причинно-наслідковий зв’язок між зростом дітей та їхніми математичними навичками. Це просто збіг обставин, оскільки те, що вищий чи нижчий, не означає мати більші математичні здібності. Таким чином, одна змінна не викликає і не пояснює іншу.
Різниця між кореляцією та причинністю
Приклади, подібні до цього, створили фразу "кореляція не передбачає причинно-наслідкових зв'язків". Дивіться різницю між кореляцією та причинністю.
Потрібно бути обережним і застосовувати логіку. Може статися так, що, представляючи різні графіки на графіках, може здатися, що вони пов’язані між собою. Однак реальність така, що ми стикаємося з фальшивими стосунками. Залежно від того, який тип графіка ми використовуємо, і масштаб, який ми застосовуємо, ми можемо знайти очевидно дуже переконливі відносини. Тому, шукаючи причинно-наслідковий зв’язок між змінними, графічного подання та простих обчислень недостатньо.