Sofin-credit.ru

Деньги и работа
2 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Анализ причинно следственных связей

Анализ причинно следственных связей

Анализ граничных значений. Граничные значения — это значения на границах классов эквивалентности входных значений или около них. Анализ показывает, что в этих местах резко увеличивается возможность обнаружения ошибок. Например, если в программе анализа вида треугольника было записано А + В ≥ С вместо А + В > С, то задание граничных значений приведет к ошибке: линия будет отнесена к одному из видов треугольника. Применение метода анализа граничных значений требует определенной степени творчества и специализации в рассматриваемой проблеме. Тем не менее существует несколько общих правил для применения этого метода:

• если входное условие описывает область значений, то следует построить тесты для границ области и тесты с неправильными входными данными для ситуаций незначительного выхода за границы области, например, если описана область [-1.0, +1.0], то должны быть сгенерированы тесты: -1.0, + 1.0,-1.001 и+1.001;

• если входное условие удовлетворяет дискретному ряду значений, то следует построить тесты для минимального и максимального значений и тесты, содержащие значения большие и меньшие этих двух значений, например, если входной файл может содержать от 1 до 255 записей, то следует проверить О, 1, 255 и 256 записей;

• если существуют ограничения выходных значений, то целесообразно аналогично тестировать и их: конечно не всегда можно получить результат вне выходной области, но тем не менее стоит рассмотреть эту возможность;

• если некоторое входное или выходное значение программы является упорядоченным множеством, например, это последовательный файл, линейный список или таблица, то следует сосредоточить внимание на первом и последнем элементах этого множества. Помимо указанных граничных значений, целесообразно поискать другие. Анализ граничных значений, если он применен правильно, является одним из наиболее полезных методов проектирования тестов. Однако следует помнить, что граничные значения могут быть едва уловимы и определение их связано с большими трудностями, что является недостатком этого метода. Оба описанных метода основаны на исследовании входных данных. Они не позволяют проверять результаты, получаемые при различных сочетаниях данных. Для построения тестов, проверяющих сочетания данных, применяют методы, использующие булеву алгебру.

Анализ причинно-следственных связей. Анализ причинно-следственных связей позволяет системно выбирать высокорезультативные тесты. Метод использует алгебру логики и оперирует понятиями «причина» и «следствие». Причиной в данном случае называют отдельное входное условие или класс эквивалентности. Следствием — выходное условие или преобразование системы. Идея метода заключается в отнесении всех следствий к причинам, т. е. в уточнении причинно-следственных связей. Данный метод дает полезный побочный эффект, позволяя обнаруживать неполноту и неоднозначность исходных спецификаций. Построение тестов осуществляют в несколько этапов. Сначала, поскольку таблицы причинно-следственных связей при применении метода к большим спецификациям становятся громоздкими, спецификации разбивают на «рабочие» участки, стараясь по возможности выделять в отдельные таблицы независимые группы причинно-следственных связей. Затем в спецификации определяют множество причин и следствий. Далее на основе анализа семантического (смыслового) содержания спецификации строят таблицу истинности, в которой каждой возможной комбинации причин ставится в соответствие следствие. При этом целесообразно истину обозначать «I», ложь — «О», а для обозначения безразличных состояний условий применять обозначение «X», которое предполагает произвольное значение условия (0 или 1). Таблицу сопровождают примечаниями, задающими ограничения и описывающими комбинации причин и/или следствий. которые являются невозможными из-за синтаксических или внешних ограничений. При необходимости аналогично строится таблица истинности для класса эквивалентности. И, наконец, каждую строку таблицы преобразуют в тест. При этом рекомендуется по возможности совмещать тесты из независимых таблиц. Данный метод позволяет строить высокорезультативные тесты и обнаруживать неполноту и неоднозначность исходных

Анализ причинно-следственных связей [Перевод]

Анализ причинно-следственных связей (также известен как: диаграмма Fishbone или диаграмма Исикава) – это отличный способ анализа проблем и поиска рационального выхода из сложных ситуаций. Во время анализа при помощи техник мозгового штурма и ассоциативной карты (mind map) составляется диаграмма, побуждающая анализировать все возможные причины проблемы, а не только наиболее очевидные.

Таким образом, вы сможете сразу побороть проблему «на корню», а не лишь найти временное ее решение, которое не решит проблему, а лишь замаскирует ее.

В этой статье мы рассмотрим анализ причинно-следственных связей более подробно.

Об инструменте

Анализ причинно-следственных связей (или же диаграмма причины и следствия) был разработан профессором Каору Исикава (Kaoru Ishikawa), одним из первых исследователей в сфере управления качеством, в 1960-х годах прошлого столетия. Этот метод был позже упомянут в его книге, которая была выпущена в 1990 году под названием «Introduction to Quality Control» («Контроль качества. Введение»).

Диаграммы, создаваемые при помощи анализа причинно-следственных связей, известны как диаграммы Исикава или Fishbone-диаграммы (т.к. завершенная схема обычно выглядит как скелет рыбы).

Анализ причинно-следственных связей был первоначально разработан как инструмент контроля качества, но этой технике можно найти и более широкое применение. Например, диаграмма причины и следствия может быть использована для того, чтобы:

  • Выявить истинную причину проблемы.
  • Выявить проблемные места в ваших бизнес-процессах.
  • Определить, на каком этапе и почему процесс не работает должным образом.

Как использовать данный инструмент

Для решения задачи методом анализа причинно-следственных связей, вам необходимо выполнить следующие шаги:

Шаг 1: Определить проблему

Для начала дайте название проблеме, с которой вы столкнулись, и запишите ее. В случае необходимости, определить, кто задействован в проблемной ситуации, дайте подробное объяснение проблемы и опишите, когда и где она обычно происходит.

После этого, запишите вашу проблему в специальном поле с левой стороны листа и начертите линию через весь лист бумаги по горизонтали от поля с описанием проблемы. Такое размещение элементов на листе бумаги напоминает голову и скелет рыбы и предоставляет вам пространство для развития вашей идеи.

В этом простом примере мы рассмотрим ситуацию, в которой менеджер в компании столкнулся с проблемой нежелания взаимодействовать со стороны одного из филиалов компании.

Рисунок 1 – Анализ причинно-следственных связей, шаг 1

Некоторые люди предпочитают записывать проблему на правой стороне листа бумаги, и развивать идеи в пространстве влево. Используйте тот подход, который кажется вам более удобным.

Важно правильно определить вашу проблему. Используйте модель CATWOE – она поможет вам проанализировать проблему с различных точек зрения:

С – с точки зрения клиента (customers)

A – участников процесса (actors)

T – трансформационного процесса (transformation process)

W – общей картины (world view)

O – руководителя процесса (owner)

E – ограничений внешней среды (environmental constraints)

Принимая во внимание все вышеупомянутые точки зрения, вы сможете всесторонне проанализировать проблему и найти ее первопричины.

Шаг 2: Определите ключевые факторы

Далее, определите факторы, которые могут быть составной частью проблемной ситуации. Это могут быть системы, оборудование, материалы, внешние силы, люди, каким-либо образом связанные с проблемой, и так далее.

Попробуйте найти как можно больше таких факторов. В качестве отправной точки, можно использовать такие модели, как McKinsey 7S (которая предполагает 7 факторов, обязательных к рассмотрению: стратегия, структура, системы, общие ценности, навыки, стиль и персонал) или же знаменитая маркетинговая модель 4Р (в которой в качестве наиболее весомых факторов выделяются: продукт, место, цена, и продвижение).

Используйте тактику мозгового штурма для того, чтобы выявить дополнительные факторы, которые могут повлиять на ситуацию.

Затем для каждого фактора от «позвоночника» диаграммы начертите по одной линии и дайте ей название.

Менеджер выделяет следующие факторы, и добавляет их в свою схему:

Рисунок 2 – Анализ причинно-следственных связей, шаг 2

Шаг 3: Определите возможные причины

Теперь, снова используя прием мозгового штурма, определите возможные причины для каждого из указанных в шаге 2 факторов.

Все эти причины будут схематически изображены в виде еще более коротких линий, отходящих, в свою очередь, от линии конкретного фактора. Если причина представляется масштабной и сложной, ее можно подразделить на так называемые суб-причины, которые формируют еще более детальный уровень.

Читать еще:  Анализ развития регионов

Для каждого из факторов, выявленных на предыдущем этапе, менеджер нашел определенное количество возможных причин и добавил их в свою схему, как показано на рисунке 3.

Рисунок 3 – Анализ причинно-следственных связей, шаг 3

Шаг 4: Проанализируйте вашу диаграмму

На этом этапе у вас уже должна получиться схема, которая демонстрирует все возможные причины возникновения проблемы, которые пришли вам или вашей команде в голову.

В зависимости от сложности и важности проблемы, на данном этапе вы можете провести исследование и выявить наиболее вероятные причины возможных проблем в будущем. Эта стадия может включать анализ, проведение опросов и так далее. Все эти действия будут направлены на тестирование вашей диаграммы и на поиск реальных причин, вызывающих и усугубляющих проблему.

Менеджер только что закончил составлять свою диаграмму причины и следствия. Если бы он начал анализировать проблему другим образом, он мог бы просто прийти к выводу, что сотрудники филиала компании просто «сложные люди».

Вместо этого он считает, что лучшей идеей для решения проблемы является организация встречи с директором филиала. Это позволило бы ему (менеджеру) донести информацию о новой стратегии сотрудничества и внимательно выслушать и принять к сведению информацию о внутренних проблемах в данном филиале.

Полезный способ для командного применения анализа причинно-следственных связей – это указание всех возможных причин на самоклеющихся записках с последующим их размещением на диаграмме. Таким образом, можно избежать повторов и сделать диаграмму более эффективной.

Иногда данный подход называют CEDAC (диаграмма причины и следствия с использованием дополнительных карточек). Он был разработан доктором Ryuji Fukuda, японским специалистом в области устойчивого развития.

Ключевые моменты

Профессор Каору Исикава (Kaoru Ishikawa) разработал диаграмму причины и следствия в 60-х годах ХХ века. Данная методика предполагает создание диаграммы с подробным описанием всех возможных причин проблемы. Это помогает в проведении тщательного анализа сложившейся ситуации.

В анализе причинно-следственных связей существует четыре этапа:

  1. Определение проблемы
  2. Поиск основных факторов, играющих важную роль в проблемной ситуации.
  3. Определение возможных первопричин проблемы
  4. Анализ готовой диаграммы

Попробуйте использовать анализ причинно-следственных связей в вашей работе, и вы оцените его преимущества, особенно при решении сложных проблемных ситуаций.

Причинно-следственный анализ

Причинно-следственный анализ является структурированным методом идентификации возможных причин нежелательного события или проблемы. Данный метод позволяет скомпоновать возможные причинные факторы в обобщенные категории так, чтобы можно было исследовать все возможные гипотезы. Однако применение этого метода позволяет идентифицировать фактические причины. Причины могут быть определены только на основе эмпирических данных или эмпирическим путем. Информацию представляют в виде диаграммы «рыбьего скелета» (метод также называют диаграммой Исикавы) или иногда в виде древовидной схемы.

Область применения

Причинно-следственный анализ обеспечивает структурированное графическое представление перечня причин одного следствия. В зависимости от объекта исследований следствие может быть положительным (цель) или отрицательным (проблема).

Метод используют для исследования всех возможных сценариев и причин, предложенных группой экспертов. Метод позволяет достичь согласованного мнения относительно наиболее вероятных причин, которые могут быть далее проверены опытным путем или на основе имеющихся данных. Наиболее целесообразно применять данный метод в самом начале анализа, что позволяет расширить диапазон представлений о возможных причинах, а затем сформулировать гипотезы, которые далее следует рассмотреть в соответствии с установленной процедурой.

Построение причинно-следственной диаграммы позволяет:

— идентифицировать возможные первопричины и/или основные причины для определенного следствия, проблемы или условия;

— провести анализ в ситуации и найти взаимосвязь между взаимодействующими факторами, связанными с исследуемым процессом;

— провести анализ существующих проблем для принятия корректирующих действий. Преимуществами построения причинно-следственной диаграммы являются:

— содействие определению первоначальных причин проблемы с применением структурированного подхода;

— содействие в работе группе экспертов и более полному использованию знаний экспертов о продукции или процессе;

— применение простого для восприятия типа диаграммы для отображения причинно-следственных связей;

— выявление возможных причин изменений в процессе;

— идентификация областей сбора данных для дальнейших исследований.

Входные данные

Входными данными причинно-следственного анализа являются результаты экспертизы, опыт участников рабочей группы, ранее разработанные модели, использованные в предыдущих исследованиях.

Процесс выполнения метода

Причинно-следственный анализ должен быть выполнен группой экспертов, имеющих знания и опыт по исследуемой проблеме.

Основными этапами причинно-следственного анализа являются:

— установление следствия, которое необходимо проанализировать, и размещение его справа в соответствующем блоке диаграммы. Следствие может быть положительным (цель) или отрицательным (проблема) в зависимости от обстоятельств;

— определение основных (главных) категорий причин и указание их в соответствующих блоках диаграммы «рыбьего скелета». При анализе систем обычно выделяют следующие категории причин: персонал, оборудование, рабочая среда, процессы и др. Категории определяют в соответствии с объектом исследования;

— указание возможных причин для каждой основной (главной) категории на ветвях и ответвлениях для описания взаимосвязей между ними;

— продолжение исследования путем итеративной постановки вопросов «почему?» или «что это вызвало?» для установления связей между причинами;

— анализ всех ветвей и ответвлений, направленный на проверку последовательности и полноты выявленных причин, и их отношения к основному следствию;

— идентификация наиболее вероятных причин данного следствия на основе согласованного мнения рабочей группы экспертов и доступных объективных свидетельствах.

Результаты обычно представляют в виде диаграммы «рыбьего скелета» (диаграммы Исикавы) или в виде дерева. Диаграмма «рыбьего скелета» структурирована путем разделения причин на основные (главные) категории (представленные ребрами «рыбьего скелета») и более мелкими ответвлениями, конкретизирующими причины этих категорий (см. рисунок 4).

Рис. 4. Пример диаграммы Исикавы, или «рыбьего скелета»

Изображение данной диаграммы в виде древовидной схемы аналогично дереву неисправностей, но обычно эту диаграмму строят слева направо, а не сверху вниз. Однако при применении данной диаграммы бывает затруднительно представить результат в количественном выражении и оценить вероятность главного события, поскольку причины в большей степени понимают как возможные факторы, которые могут вызвать рассматриваемое событие, а не отказы с известной вероятностью возникновения.

Причинно-следственную диаграмму обычно применяют для определения качественных оценок. Можно предположить, что вероятность возникновения проблемы составляет 1, и распределить вероятности по обобщенным причинам, затем по подпричинам, основываясь на степени доверия или значимости. Однако зачастую между факторами, которые могут вызвать события, существует взаимосвязь, она способствует возникновению результата более сложным способом, что делает количественную оценку недостоверной.

Рис. 5. Пример представления причинно-следственного анализа
в виде древовидной структуры

Выходные данные

Выходными данными причинно-следственного анализа являются диаграммы в виде «рыбьего скелета» или древовидной схемы, которые показывают возможные причины исследуемого события. Полученные данные необходимо проверить теоретически и экспериментально, прежде чем будут предложены дальнейшие рекомендации.

Преимущества и недостатки

Преимуществами метода являются:

— привлечение компетентных экспертов в работу группы;

— применение структурированного анализа;

— рассмотрение всех вероятных предположений и гипотез;

— графическое отображение результатов в простой для восприятия форме;

— определение областей, в которых требуются дополнительные данные;

— возможность установления факторов, которые могут вызвать рассматриваемое событие как для благоприятных, так и для нежелательных результатов. Позитивный взгляд на проблему может стимулировать большую ответственность и вовлеченность участников.

Метод имеет следующие недостатки:

— группа экспертов может не иметь необходимой компетентности;

— для разработки рекомендаций метод необходимо применять только как часть анализа первопричины;

— метод предназначен для проведения мозгового штурма, а не самостоятельного анализа;

— разделение причинных факторов на основные категории в начале анализа означает, что взаимосвязи между категориями причин могут быть не рассмотрены должным образом, например, отказ оборудования, вызванный ошибкой оператора, или ошибки оператора, вызванные недостатками конструкции системы.

Читать еще:  Основные показатели операционного анализа

Анализ причинно-следственных связей

Приходит как-то женщина к врачу-психологу, вся измученная, истрёпанная, побитая, в синяках, просто жалко смотреть. Психолог:

— Господи, что же с вами произошло?

— Да понимаете, доктор, у меня с мужем отношения не очень. Ну и он как домой подвыпивши придет, так на мне и отрывается.

— Я знаю одно прекрасное средство! Сделайте себе крепкий отвар ромашки и как только муж придёт домой — сразу начинайте потихоньку полоскать себе рот.

— И что? Неужели это поможет?

— Поможет, поможет! Вот увидите, чудесное народное средство!

Через две недели: та же женщина, только её не узнать! Красавица, излучает гармонию и уверенность в себе, в общем полный успех.

— Доктор, я вам так благодарна, такой чудесный рецепт и такой простой!

В чём же секрет?!

— Дело в том, сударыня, что ЗАТКНУТЬСЯ и ПОМОЛЧАТЬ в таких ситуациях помогает всегда!

Причина – это явление обусловливающее, порождающее др. явление – следствие. Следствие в свою очередь также может быть причиной, но уже для другого следствия. Причина и следствия как звенья одной цепи.

Анализ причинно-следственных связей – это один из распространенных видов стратегического анализа. В народном фольклоре есть много устоявшихся выражений на эту тему, например: «что посеешь – то и пожнешь», «где тонко – там и рвется», «смех без причины – признак дурачины». По сути, это закономерности, найденные опытным путем. Одной из целей стратегического анализа является поиск таких закономерностей.

Не обязательно искать общие, универсальные закономерности, в первую очередь нас будут интересовать ситуативные закономерности, имеющие смысл для конкретной обстановки, решаемой нами задачи.

Смысл такого анализа состоит в том, чтобы ответить на следующие вопросы:

Что послужило причиной ситуации, события, явления? Что привело к этому? Если ли причинно-следственная связь между некоторыми событиями?

Не нужно гадать на кофейной гуще, нужно выяснять и изучать факты

Часто бывает так, что мы не можем точно сказать, что послужило причиной. Мы можем лишь предположить: возможно «это» было причиной, возможно «то», а возможно и «другое». И это довольно распространенная ситуация. Часто мы лишь предполагаем с той или иной степенью вероятности.

Есть и причина такого гадания – недостаток фактической информации. При отсутствии фактов мы неизбежно будем строить догадки. Поэтому если есть возможность, то нужно 1) выяснять факты и 2) изучать их.

Выяснять факты – значит получать новую информацию: наблюдать спрашивать, экспериментировать. Изучать факты – значит сопоставлять их, проверять на противоречивость, задаваться вопросом: что из этого следует?

Бывает и так, что после всех выяснений и изучений сложно утверждать со 100% уверенностью. Это нормально. Не нормально, когда первая пришедшая на ум мысль, становится истинной в последней инстанции.

Это единственная причина?

Зачастую бывает не одна, а несколько возможных причин произошедшего (происходящего). Не стоит останавливаться на первой найденной, даже если она кажется весьма правдоподобной, стоит поискать и другие возможные причины. Они могут иметь разный вес, вклад в произошедшее (происходящее), но их тоже нужно учитывать.

От того насколько точно проведен анализ ситуации, зависит адекватность принимаемых решений на основе этого анализа. Если мы упускаем какую-то из причин, то естественно не закладываем ее в разрабатываемую стратегию, соответственно стратегия может быть менее действенна.

Впервые с необходимостью выяснять все причины я столкнулся в продажах. Если клиент на мое предложение отвечал отказом, называя при этом какую-то причину, то, как правило, это была не единственная причина отказа, и зачастую не самая существенная. Дальнейшее общение с клиентом выявляло и другие моменты. Вот, что по этому поводу пишет Мишель Завадский:

Продолжайте «вытаскивать наружу» возражения

Услышав пояснение от клиента, продавцы обычно начинают приводить аргументы, пытаясь нейтрализовать его возражение. Еще не время! Ведь мы не знаем – выдал ли нам клиент все свои возражения.

Для этого надо поинтересоваться у клиента, есть ли у него еще причины, по которым наше сотрудничество может не состояться.

Задавая этот вопрос, мы стимулируем клиента выдать нам имеющиеся у него возражения (замечания, претензии). Такой вопрос может выглядеть следующим образом:

Скажите, пожалуйста, есть ли в нашем предложении еще что-то, что вас не устраивает?

Скажите, пожалуйста, помимо (называете его возражение №1) вас смущает (не устраивает, настораживает) еще что-нибудь?

Есть ли помимо названой причины еще что-нибудь, что вам кажется неприемлемым?

Мишель Завадский, «Мастерство продажи» [21]

После того – не обязательно вследствие того

Часто люди связывают последовательно произошедшие события и наделяют их причинно-следственными связями. Иногда это оправдано, иногда – нет. Говорить о том, что одно событие является причиной или следствием другого только на основе того, что они идут друг за другом – не верно.

Накопленная причина

Есть такое выражение: это последняя капля и она переполнила чашу моего терпения. Допустим, человек резко и грубо ответил на какое-то невинное замечание. Невинное замечание послужило причиной грубости? Формально – да. Но на самом деле причиной грубости была вся совокупность предшествующих событий. И последнее невинное замечание было лишь малой частью причины.

Есть еще одно похожее выражение: соломинка переломившая хребет верблюда. Появилось оно из притчи о терпеливом верблюде. На горб верблюда навьючили большое количество поклажи, и он все выдержал, но когда положили легчайшую соломинку – верблюд рухнул. Эта невесомая былинка переломила ему хребет.

Так и в жизни, многие ситуации можно назвать причинно-следственными, но таковыми их можно называть только с учетом предыдущих событий. Причина в данном случае формируется постепенно, она как бы созревает, накапливается.

Анализ причинно следственных связей

Почему наши умозаключения так часто оказываются ошибочными? Что такое корреляция и причинность? Как рассуждать и делать выводы, опираясь на научный метод? Умение видеть взаимосвязь между явлениями нельзя рассматривать как необязательную опцию. Нам нужен этот навык, чтобы извлекать из массивов данных полезную информацию и уверенно прокладывать курс в океане повседневных решений.

Книга «Почему» научит правильно анализировать данные и определять причинно-следственные связи там, где они есть. Делимся интересными мыслями из нее.

Восприятие и умозаключения

Как вы впервые обнаружили, что лампочка загорается, если повернуть выключатель? Откуда вы знаете, что ружье, выстреливая, производит громкий звук, а не наоборот?

Мы получаем знания о причинах двумя основными путями:

  1. Восприятие (каузальный опыт). Видя, как в окно влетает кирпич, один бильярдный шар ударяет другой, заставляя катиться, горящая спичка поджигает фитиль свечи, мы получаем впечатления о причинной зависимости на основе входящей сенсорной информации.
  2. Умозаключения (опосредованные выводы о причинности с помощью дедуктивного метода и на основе некаузальной информации). Причины таких событий, как пищевые отравления, войны и хорошее здоровье, нельзя воспринять непосредственным образом — их предстоит вывести путем логического мышления на основе чего-то, отличающегося от непосредственных наблюдений.

Доверие, которое мы питаем к причинному восприятию, может нас подвести. Если вы слышите громкий звук, а после этого в комнате зажигается свет, легко решить, что эти события взаимосвязаны; однако временная привязка громкого звука и момента, когда некто щелкает выключателем, может быть простым совпадением.


Доверие к причинному восприятию может нас подвести. Источник

Временная и пространственная близость событий — параметры, из-за которых мы нередко делаем ложные выводы.

Например, мы часто слышим, что человеку сделали прививку от гриппа, а к вечеру у него развились схожие с гриппом симптомы, и люди верят, что именно укол стал поводом к этому. Но вакцина против гриппа, содержащая неактивную форму вируса, не может вызвать болезнь. Среди огромного количества привитых у некоторых развиваются другие сходные болезни (по чистому совпадению), или они подхватывают вирус, ожидая приема в клинике.

Читать еще:  Анализ кадровых ресурсов

Время

Близлежащие по времени события могут привести к ошибочным заключениям о причинности. Представьте: у вас разболелась голова и вы приняли некое средство. Через несколько часов боль ушла. Можно ли утверждать, что помогло лекарство?

Временной паттерн позволяет сделать предположение, что ослабление симптома произошло благодаря приему лекарства, однако вы не можете сказать наверняка, что боль не прошла бы сама. Вам пришлось бы провести множество выборочных экспериментов, где вы бы принимали или не принимали препарат, а потом записывали, как быстро исчезала головная боль, чтобы иметь возможность утверждать хоть что-то относительно подобной причинной зависимости. Также пришлось бы сравнить действия лекарства и плацебо.


Причинная зависимость не всегда может быть оправдана. Источник

Длительные задержки между причиной и следствием тоже способны помешать достоверному установлению причинно-следственных связей. Некоторые следствия наступают быстро (удар по бильярдному шару заставляет его двигаться), а некоторые процессы протекают в замедленном режиме. Известно, что курение вызывает рак легких; но между первой сигаретой и днем, когда диагностируют рак, пролегают долгие годы.

Побочные эффекты от приема некоторых препаратов проявляются через десятилетия. Перемены в состоянии здоровья благодаря физическим упражнениям достигаются медленно и не сразу, и, если мы будем ориентироваться только на стрелку весов, может показаться, что вес сначала даже увеличивается, потому что мускулы наращиваются быстрее, чем уходит жир. Ожидая, что следствие должно идти непосредственно за причиной, мы не видим связи между этими глубоко взаимозависимыми факторами.

Корреляция

Корреляция (соотношение, взаимосвязь) не обязательно означает причинную зависимость. Эта мысль прочно вбита в мозги любого студента, изучающего статистику; но порой ошибаются даже те, кто понимает это высказывание и согласен с ним.

Сильная взаимосвязь может показаться убедительной и инициировать ряд успешных прогнозов. Но видимые корреляции иногда объясняются еще не измеренными причинами.

К примеру, мы нашли соотношение в ситуации, когда человек, съевший плотный завтрак, вовремя успевает на работу; однако, вероятно, оба фактора имеют общую причину: человек рано встал, а значит, у него было время хорошо позавтракать, вместо того чтобы в спешке бежать на службу.


Корреляция не обязательно означает причинную зависимость. Источник

Выявив корреляцию между двумя переменными, нужно проверить, способен ли подобный неизмеренный фактор (общая причина) объяснить эту взаимосвязь.

Более того, соотношения способны существовать, даже когда две переменные вообще никак не связаны. Корреляции бывают результатом абсолютной случайности (например, вы много раз за неделю сталкиваетесь с подругой на улице), искусственных условий эксперимента (вопросы могут быть подстроены под конкретные реакции), ошибки или сбоя (баг в компьютерной программе).

Без вариации нет корреляции

Представьте такую ситуацию: вы хотите узнать, как получить грант, поэтому спрашиваете всех друзей, которые его имеют, что, по их мнению, помогло им. Все кандидаты оформляли заявку шрифтом Times New Roman; согласно мнению половины, важно, чтобы на каждой странице была как минимум одна иллюстрация; а треть рекомендуют представить заявку за 24 часа до установленного срока. Означает ли это, что есть корреляция между названными условиями и получением гранта? Нет, не означает.

Поскольку все результаты идентичны, нельзя сказать, что произойдет, если поменять шрифт или представить заявку за минуту до истечения срока.


Без вариации нет корреляции. Источник

И тем не менее широко распространена ситуация, когда анализируются только факторы, ведущие к определенному исходу. Только представьте, насколько часто победителей спрашивают, как именно они добились успеха, а потом стараются этот успех воспроизвести, выполняя в точности те же действия.

Подобный подход полон недостатков по многим причинам, включая то, что люди просто не слишком хорошо умеют определять существенные факторы, недооценивают роль случайностей и переоценивают свои способности. В результате мы не только путаем факторы, которые по чистой случайности сопутствуют желаемому эффекту, с теми, которые действительно его обеспечивают, но и видим иллюзорные корреляции там, где их нет.


Люди не слишком хорошо умеют определять существенные факторы, недооценивают роль случайностей и переоценивают свои способности. Источник

Беседы с победителями бесполезны, поскольку можно сделать то же самое, но не преуспеть. Возможно, все кандидаты оформляют заявки на грант шрифтом Times New Roman (а значит, те, кто не получил гранты, порекомендуют использовать другой шрифт), а может, успешные кандидаты получили грант, несмотря на избыточное количество иллюстраций в документах. Не зная совокупности положительных и отрицательных примеров, мы не сможем даже предположить наличие корреляции.

Ошибка отбора

Одна из важных причин, почему мы ошибаемся с выводами, заключается в том, что данные могут не быть репрезентативными с точки зрения исходного распределения.

Если бы нам разрешили взглянуть на статистику смертей от гриппа, но предоставили только данные о количестве больных, поступивших в лечебные учреждения, мы наблюдали бы гораздо более высокий процент летальных исходов, чем в масштабах всего населения. Это происходит потому, что люди оказываются в стационаре, как правило, с более тяжелыми случаями или дополнительными заболеваниями (и с высокими шансами смерти от гриппа). Так мы сравниваем не все исходы, а только статистику для обратившихся к врачам на фоне симптоматики гриппа.


Данные отбора должны быть репрезентативными. Источник

Или возьмем, к примеру, сайты, опрашивающие посетителей насчет их политических взглядов. В интернете не получится отобрать участников опроса случайно в масштабах всего населения, а данные источников с сильным политическим уклоном искажены еще сильнее.

Если посетители конкретной страницы активно поддерживают действующего президента, то результаты по ним, возможно, покажут, что рейтинг главы государства растет каждый раз, когда он произносит важную речь. Однако это показывает лишь то, что есть корреляция одобрения президента и произнесения им речей перед сторонниками.

Предвзятость подтверждения

Некоторые из когнитивных смещений, заставляющие нас видеть соотношение несвязанных факторов, сходны с ошибкой отбора. К примеру, предвзятость подтверждения заставляет искать доказательства в пользу определенного убеждения.

Иными словами, если вы верите, что лекарство вызывает некий побочный эффект, вы приметесь читать в интернете отзывы тех, кто уже принимал его и наблюдал это действие. Но таким образом вы игнорируете весь набор данных, не поддерживающих вашу гипотезу, вместо того чтобы искать свидетельства, которые, возможно, заставят ее переоценить.

Предвзятость подтверждения также может заставить вас отказаться от свидетельств, противоречащих вашей гипотезе; вы можете предположить, что источник сведений ненадежен или что исследование основывалось на ошибочных экспериментальных методах.


Предвзятость подтверждения. Источник

Помимо предвзятости с точки зрения доказательств, может случиться ошибка интерпретации аргументов. Если в ходе «неслепого» тестирования нового лекарства доктор помнит, что пациент принимает это средство и считает, что оно ему помогает, то может начать искать признаки его эффективности. Поскольку многие параметры субъективны (например, подвижность или усталость), это может привести к отклонениям в оценке данных индикаторов и логическим заключениям о наличии несуществующих корреляций.

Есть и специфическая форма предвзятости подтверждения — иллюзорная корреляция. Она означает поиск соотношения там, где его нет. Возможная взаимосвязь симптомов артрита и погоды настолько широко разрекламирована, что считается доказанной. Однако знание о ней может привести к тому, что пациенты будут говорить о корреляции просто из ожидания ее увидеть. Когда ученые попытались проанализировать эту проблему, взяв за основу обращения пациентов, клинические анализы и объективные показатели, то не обнаружили абсолютно никакой связи.

Ссылка на основную публикацию
Adblock
detector