Assoziation sollte nicht mit Kausalität verwechselt werden; wenn X Y verursacht, dann sind die beiden assoziiert (abhängig). Assoziationen können jedoch zwischen Variablen in Gegenwart (d. h. X verursacht Y) und Abwesenheit (d. h. sie haben eine gemeinsame Ursache) einer kausalen Beziehung entstehen, wie wir im Zusammenhang mit Bayes'schen Netzwerken 1 gesehen haben.
Was macht eine Assoziation kausal?
Assoziationsstärke – Je stärker die Assoziation oder Risikogröße zwischen einem Risikofaktor und einem Ergebnis ist, desto wahrscheinlicher wird angenommen, dass die Beziehung kausal ist. Konsistenz – Dieselben Ergebnisse wurden bei verschiedenen Populationen, mit unterschiedlichen Studiendesigns und zu unterschiedlichen Zeiten beobachtet.
Was sind die Richtlinien für die Beurteilung, ob ein Zusammenhang kausal ist?
Die wichtigsten dieser Richtlinien sind 'Stärke' (eine starke Assoziation ist eher kausal als eine schwache), 'Konsistenz' (eine Assoziation wird beobachtet in verschiedene Studien, unter verschiedenen Umständen, Zeiten und Orten), „biologischer Gradient“(d. h. Dosis-Wirkungs-Verhältnis – die Wirkung sollte tendenziell größer sein …
Können Assoziationen sowohl kausal als auch nicht kausal sein?
Das Wort 'assoziiert' ist angemessen, weil es sowohl kausale als auch nicht-kausale Beziehungen einschließt. „Erhöhtes Risiko“wird jedoch wahrscheinlich als „Ursache“interpretiert, denn wenn A das Risiko von B erhöht, bedeutet dies, dass A B verursacht.
Was ist der Unterschied zwischenein assoziatives und ein kausales Modell?
Während das assoziative System Stimulus A und B einfach verknüpft, stellt ein propositionales kausales Modell dar, wie A und B miteinander in Beziehung stehen - zum Beispiel als vorausgehende Ursache und nachfolgende Wirkung (Pearl & Russell, 2001).
