Fraintendere le statistiche: differenza tra causa e correlazione

Mettiamo un punto fermo: esiste una nettissima distinzione tra “causa di morte” e “correlazione”. La differenza tra "causa di morte" e "correlazione" infatti sta nel tipo di relazione che si stabilisce tra due eventi o fattori: 1. Causa di morte: si riferisce alla ragione diretta e dimostrabile che ha portato al decesso di una persona. Per esempio, un infarto, un tumore o un incidente stradale possono essere registrati come cause di morte. Questo tipo di relazione è causale, cioè uno specifico evento (come la tal malattia o un trauma) ha direttamente provocato la morte. 2. Correlazione: indica un'associazione o un legame tra due variabili, ma senza dimostrazione che una sia la causa diretta dell'altra. I due eventi possono essere collegati senza alcun rapporto causale (“I bambini con scarpe di numero maggiore leggono meglio” per cui c’e’ una correlazione tra i due fattori. La realta’ e’ che i bambini con i piedi piu’ grandi sono di eta’ maggiore degli altri... Altro esempio: “ All’aumento delle vendite di gelati corrisponde un numero maggiore di annegamenti.” E’ vero che quando fa più caldo entrambi crescono, ma non e’ l’aumento delle vendite di gelati a causare più annegamenti. I due fattori di per se’ possono essere totalmente indipendenti. Infatti la correlazione da sola non basta a provare che una condizione sia causa dell’ altra; serve un'analisi più precisa e approfondita per stabilire una relazione causale. In breve, una causa è un rapporto diretto che spiega un evento, mentre una correlazione è una relazione statistica che non implica necessariamente una causalità. I ricercatori spesso si cautelano con affermazioni assolutamente generiche e non impegnative: “Lo studio suggerisce che” … “una possibile correlazione…” “serviranno altri studi…”. Attenzione quindi a mantenere vivo uno spirito critico e a non prendere per oro colato articoli di questo genere. E’ importante tener presente questo concetto. Ne riparleremo. Daniele Zamperini