Das Video kommt von YouTube: erst beim Abspielen verbindet sich die Seite mit YouTube (Google).
Kausalität (Korrelation & Regression)
Das Wichtigste aus dem Video
Tipp auf eine Zeit – das Video springt genau dorthin.
Transkriptautomatisch erstellt · 41 Zeilen
- Hallo, in diesem Video erkläre ich dir die Zusammenhänge bzw. die Unterschiede zwischen der Korrelation, der Regression und der Kausalität. Und damit starten
- wir auch gleich. Wie du aus meinem Video über die Korrelation weißt, untersucht die Korrelationsanalyse den Zusammenhang von Variablen. Eine Fragestellung könnte
- sein, gibt es einen Zusammenhang zwischen dem Alter, in dem ein Kind die ersten Sätze spricht und dem späteren Schulerfolg? Die Korrelationsanalyse
- zeigt, dass zwei Merkmale miteinander verbunden sind. Nun kann untersucht werden, ob eine Variable zur Vorhersage der anderen Variable verwendet werden
- kann. So könnte der Schulerfolg durch das Alter, in dem ein Kind die ersten Sätze spricht, mit einer Rekression vorhergesagt werden. Gibt es zwischen
- dem Alter, in dem ein Kind die ersten Sätze spricht und dem späteren Schulerfolg eine Korrelation, kann man in diesem Fall sogar von einer kausalen
- Beziehung sprechen. Also, dass das Alter, in dem ein Kind die ersten Sätze spricht, den späteren Schulerfolg beeinflusst. In diesem Fall geht das so
- einfach, da wir zeitliche Trennung haben. Es ist klar, dass der spätere Schulerfolg nicht das Alter, in dem Kind die ersten Sätze spricht, beeinflussen
- kann. Aber Achtung, das geht nicht immer so leicht. Dafür schauen wir uns das nächste Beispiel an. Sagen wir, am Ende der Schulzeit machst du bei Schülern
- einen Intelligenztest und fragst sie nach ihrer Abiturnote. Nachdem du deine Umfrage gemacht hast und die Daten analysiert hast, wird sich
- sicherlich ergeben, dass es zwischen Intelligenz und Abiturnote eine Korrelation gibt. Aber jetzt kommt das große Fragezeichen. Gibt es eine kausale
- Beziehung? Sicherlich können wir einfach ein Regessionsmodell aufstellen und Intelligenz als unabhängige Variable definieren und die Abiturnote als
- abhängige Variable und damit die Abiturnote mit der Intelligenz vorhersehen. Aber damit haben wir noch keine Kausalität nachgewiesen. Was heißt
- nun Kausalität? Kausalität bedeutet, dass zwischen zwei Variablen eine klare Ursache und Wirkungsbeziehung besteht. Ein häufiger Fehler bei der
- Interpretation von Statistiken ist, dass wenn eine Korrelation besteht, eine Kausalität abgeleitet wird. Hier habe ich ein passendes Beispiel aus dem
- Lehrbuch Lehrbuchstatistik von Reiner Leonhard. Den Link findest du in der Videobeschreibung. Der amische Statistiker Daryl HF fand
- bei den Bewohnern einer Inselgruppe eine negative Korrelation zwischen der Anzahl der Kopfläuse und der Körpertemperatur. Eine negative Korrelation bedeutet, dass
- Personen mit vielen Läusen im Allgemeinen eine geringere Körpertemperatur haben als Personen mit wenig Läus. Die Bewohner der Inselgruppe
- haben daraus den Schluss gezogen, dass Läuse, da sie das Fieber senken, gut für die Gesundheit sind, also das Läuse einen Einfluss auf die Körpertemperatur
- haben. Tatsächlich ist die kausale Beziehung aber genau anders herum. In einem Experiment konnte nachgewiesen werden, dass hohes Fieber die Läuse
- vertreibt. Die hohe Temperatur ist also die Ursache, nicht die Wirkung. Deswegen darf man niemals von einer kausalen Beziehung sprechen, nur weil eine
- Korrelation vorliegt. Für die Kausalität gibt es genaue Voraussetzungen. Aber was sind nun die Voraussetzung für Kausalität? Ab wann kann man von einer
- kausalen Beziehung sprechen? Für die Kausalität gibt es zwei Voraussetzungen. Erstens, es gibt einen signifikanten
- Zusammenhang, also eine signifikante Korrelation. Diese Voraussetzung ist natürlich einfach zu prüfen. Es wird einfach der Korrelationskoeffizient
- herangezogen und geprüft, ob der sich signifikant von null unterscheidet. Die zweite Voraussetzung kann auf zwei Wege erfüllt werden. Erstens ist sie erfüllt,
- wenn eine zeitliche Ordnung der Variablen vorliegt. Also, wenn Variable A zeitlich vor Variable B gemessen wird. Außerdem kann ich die zweite
- Voraussetzung erfüllen, wenn eine theoretisch fundierte und plausible Theorie vorliegt, in welche Richtung die kausale Beziehung geht. Sollte nichts
- von beiden zutreffen. Also, es gibt weder eine zeitliche Ordnung, noch kann man die Kausalität über eine fundierte Theorie begründen, kann nur von einem
- Zusammenhang gesprochen werden, niemals aber über Kausalität. Also es kann nicht gesagt werden, Variable A beeinflusst Variable B oder andersherum. Schauen wir
- uns das noch mal an unseren beiden Beispielen an. Bei dem ersten Beispiel, wo die Fragestellung ist, ob das Alter, in dem ein Kind die ersten Sätze
- spricht, den späteren Schulerfolg beeinflusst, liegt ganz klar eine zeitliche Komponente vor. Andersherum kann die Beziehung nicht sein. Wenn man
- durch sehr viel Nachhilfe einen großen Schulerfolg hat, hat dieses natürlich keinen Einfluss, wann man die ersten Sätze gesprochen hat. Auf der anderen
- Seite, wenn wir gleichzeitig die Intelligenz messen und den Abiturschnitt abfragen, haben wir diese zeitliche Komponente nicht. Damit wir hier eine
- Aussage treffen können, muss es eine fondierte Theorie geben, welche Variable welche beeinflusst. Gibt es das nicht, kann keine Aussage über die Kausalität
- getroffen werden. Es gibt sicherlich eine hohe Korrelation zwischen Intelligenz und Abiturschnitt. Es könnte aber auch sein, dass Personen, die viel
- lernen, dadurch gute Noten haben und sich dementsprechend Wissen angeeignet haben, um in einem Intelligenztest gut abzuschneiden.
- Also die Intelligenz und die Schulnote werden zum Zeitpunkt ermittelt. Dieses kann natürlich umgangen werden, indem der Intelligenztest vor Schulbeginn
- gemacht wird. Dann kann man sich sicher sein, dass die Schule keinen Einfluss auf den Intelligenztest gehabt haben kann. Dies ist natürlich mit viel
- Aufwand verbunden, weil man die Ergebnisse erst viele Jahre später bekommt und die gleiche Person zu zwei weit auseinanderliegenden Zeitpunkten
- befragen muss. Jetzt hast du einen guten Überblick bekommen, was Kausalität bedeutet und wir können genauer auf die Regression eingehen. Schau dir hier für
- mein Video über die einfache und multiple linear Regression an. Ich freue mich dich gleich wiederzusehen.