Nos meses em que se vende mais sorvete, também há mais afogamentos. O sorvete causa afogamentos? Não: o calor faz as pessoas tomarem mais sorvete e também irem mais à praia. Essa é a lição mais útil da estatística: correlação não é causalidade.
Uma analogia
Ver dois fenômenos juntos é como ver duas pessoas sempre chegando ao trabalho no mesmo ônibus. Uma não faz a outra chegar: as duas pegam o mesmo ônibus. Antes de concluir que uma causa a outra, procure o ônibus.
Explicando para uma criança
Quando chove, muita gente abre o guarda-chuva. Mas abrir guarda-chuvas não faz chover! Às vezes duas coisas acontecem juntas, mas uma não causa a outra.
Ao fim desta lição, você vai conseguir
- Distinguir correlação de causalidade.
- Identificar causalidade reversa, fatores de confusão e coincidência.
- Citar critérios que tornam uma inferência causal mais forte.
Ajuda ter lido: Experimentos, grupo controle e placebo.
Antes de ler: o que você pensa?
Uma reportagem diz que crianças que tomam café da manhã tiram notas melhores, e conclui que o café da manhã melhora o aprendizado.
Que outras explicações você testaria?
Ver o que a lição responde
Famílias com mais tempo e renda podem oferecer café da manhã e também mais apoio escolar. Para saber se o café da manhã causa a melhora, seria preciso um experimento ou controlar esses fatores.
O que é correlação
Duas coisas são correlacionadas quando variam juntas: quando uma sobe, a outra tende a subir (correlação positiva) ou a descer (negativa). Correlação é um padrão nos dados. Causalidade é uma afirmação sobre o mundo: mexer em A muda B.
Quatro explicações para uma correlação
- A causa B. Fumar causa câncer de pulmão. Às vezes a explicação óbvia é a certa.
- B causa A (causalidade reversa). Pessoas que vão mais ao médico estão mais doentes. Ir ao médico não adoece: estar doente leva ao médico.
- Um terceiro fator causa as duas (confusão). O calor, no caso do sorvete. Cidades com mais bombeiros têm mais incêndios porque cidades grandes têm mais dos dois.
- Coincidência. Com dados suficientes, alguma coisa sempre vai se correlacionar com outra por acaso. O site Spurious Correlations mostra, por exemplo, séries que acompanham o consumo de queijo e mortes por enroscar-se no lençol.
Como a ciência chega à causalidade
- Experimentos com sorteio: se A é distribuído por sorteio, terceiros fatores ficam equilibrados entre os grupos.
- Ordem no tempo: a causa precisa vir antes do efeito.
- Dose-resposta: mais exposição, mais efeito (quem fuma mais tem mais risco).
- Mecanismo plausível: saber como A poderia produzir B.
- Consistência: o mesmo resultado em populações e métodos diferentes.
Esses critérios lembram os propostos pelo epidemiologista Austin Bradford Hill em 1965, usados para concluir que o tabaco causa câncer mesmo sem experimentos em humanos.
Cuidado com o outro extremo
“Correlação não é causalidade” não quer dizer que correlação não significa nada. Ela é um indício que merece investigação. Usar a frase para descartar qualquer estudo observacional incômodo, como fez a indústria do tabaco por décadas, é outro erro.
Para guardar
- Andar junto não é causar.
- Pergunte sempre por causalidade reversa, por um terceiro fator e por coincidência.
- Correlação é indício a investigar, não algo a descartar.
Para pensar
Que “quem faz X tem Y” você ouviu recentemente? Qual terceiro fator poderia explicar os dois?
Teste rápido · 1 de 3
Aplique · 2 de 3
Confira · 3 de 3