Che cos’è la correlazione? Uno spiegone guidato

Una correlazione è una relazione statistica che descrive come due variabili si muovono insieme in modo prevedibile. In altre parole, indica se vi è un legame tra due variabili in termini di come i loro valori cambiano insieme. Ad esempio, se aumentare la quantità di ore di studio è correlato a un aumento delle prestazioni degli studenti negli esami, si può dire che esiste una correlazione tra le ore di studio e le prestazioni accademiche.

Correlazione non implica causalità: cosa vuol dire

Fin da subito, è importante sottolineare che la correlazione non implica causalità. Questo significa che, anche se due variabili possono essere correlate, non significa necessariamente che una variabile sia la causa dell’altra. Questo è fonte di numerosi equivoci in ambito giornalistico, ad esempio, ma anche di analisi sbagliate o fuorvianti.

Le correlazioni possono essere il risultato di una serie di fattori, tra cui:

1. Causalità inversa: In alcuni casi, la relazione può essere invertita rispetto a quella che sembra logica. Ad esempio, potrebbe sembrare che il consumo di gelato sia correlato all’aumento delle annegamenti in piscina, ma la causa reale potrebbe essere la stagione estiva, che porta sia a un aumento del consumo di gelato che al nuoto.
2. Variabile di confondimento: Una terza variabile, non considerata nell’analisi, potrebbe influenzare entrambe le variabili studiate, facendole sembrare correlate. Ad esempio, potrebbe sembrare che ci sia una correlazione tra il consumo di caffè e la longevità, ma potrebbe essere che le persone che bevono caffè vivono più a lungo a causa di uno stile di vita complessivamente più sano.
3. Coincidenza: In alcuni casi, le correlazioni possono essere casuali e non avere una spiegazione causale. Ad esempio, potresti notare una correlazione tra il numero di scarpe vendute in un negozio di scarpe e il tasso di divorzi in una città, ma questo è probabilmente solo un caso di coincidenza.

Ma se due variabili sono correlate non significa affatto, in definitiva, che si possa generalizzare e dire che una causa l’altra. Ecco un esempio pratico del fatto che la correlazione non implica causalità.

Immagina uno studio che cerca di stabilire una correlazione tra l’uso di ombrelli e il numero di incidenti stradali. Dopo un’analisi dei dati, si potrebbe scoprire che quando più persone usano ombrelli, c’è anche un aumento del numero di incidenti stradali. Questa correlazione potrebbe essere sorprendente, ma non implica causalità diretta tra l’uso di ombrelli e gli incidenti stradali. La causa effettiva potrebbe essere che quando piove, le persone usano gli ombrelli e le strade diventano scivolose, aumentando il rischio di incidenti. In questo caso, la pioggia è la variabile di confondimento che influisce sia sull’uso dell’ombrello che sugli incidenti stradali. Quindi, anche se c’è una correlazione, non puoi dire che l’uso dell’ombrello causa direttamente gli incidenti stradali.