Una relazione spuria si riferisce all'apparenza in cui esiste una relazione causale tra variabili quando in realtà non esiste.
In numerose occasioni sembrano esserci relazioni causali tra le variabili quando in realtà non ce ne sono. Questa apparente relazione può verificarsi per caso. Sono numerosi i casi in cui il coefficiente di correlazione tra le variabili è significativo e non esiste una relazione causale tra di esse. Cioè, apparentemente una variabile causa l'altra, sebbene non abbiano nulla a che fare con essa.
Esempio di relazione spuria
Un esempio di una relazione spuria può essere la relazione tra l'altezza dei ragazzi dai 12 ai 18 anni e la conoscenza della matematica.
Quando i bambini crescono, diventano più alti. Man mano che i bambini crescono, progrediscono nel corso dell'anno imparando più matematica e riuscendo a risolvere problemi più complessi. Supponiamo di raccogliere un campione statistico di bambini tra i 12 ei 18 anni.
Potremmo vedere che man mano che la loro altezza aumenta (sono più grandi) sono in grado di risolvere problemi di matematica più complessi, ma l'altezza fa sì che questi bambini conoscano più matematica? Ovviamente no. Ciò è dovuto a una terza variabile chiamata "confounder" o "variabile nascosta". In questo caso la variabile nascosta è la capacità intellettuale.
Man mano che i bambini crescono, la loro capacità intellettuale aumenta e le abilità numeriche sono migliorate. Questi bambini sono in grado di risolvere problemi sempre più complessi di cui non erano capaci quando erano più piccoli. Dato che invecchiando e sviluppando la loro capacità intellettuale, diventano più alti, potrebbe sembrare che ci sia una relazione causale tra l'altezza dei bambini e le loro abilità matematiche. Questa è semplicemente una coincidenza, perché essere più alti o più bassi non implica poter avere maggiori capacità matematiche. Quindi, una variabile non causa o spiega l'altra.
Differenza tra correlazione e causalità
Esempi come questo hanno coniato la frase "correlazione non implica causalità". Vedi differenza tra correlazione e causalità.
Devi stare attento e applicare la logica. Può succedere che, quando si rappresentano diverse variabili nei grafici, possa sembrare che siano correlate tra loro. Tuttavia, la realtà è che siamo di fronte a una relazione spuria. A seconda del tipo di grafico che utilizziamo e della scala che applichiamo, possiamo trovare relazioni apparentemente molto convincenti. Pertanto, quando si cerca una relazione causale tra variabili, una rappresentazione grafica e semplici calcoli non sono sufficienti.