Relacionamento espúrio - O que é, definição e conceito
Uma relação espúria refere-se à aparência em que existe uma relação causal entre variáveis quando na realidade ela não existe.
Em várias ocasiões, parece haver relações causais entre as variáveis, quando na verdade não há nenhuma. Esta relação aparente pode ocorrer por acaso. Existem inúmeros casos em que o coeficiente de correlação entre as variáveis é significativo e não há relação causal entre elas. Ou seja, aparentemente uma variável causa a outra, embora não tenham nada a ver com isso.
Exemplo de relacionamento espúrio
Um exemplo de relação espúria pode ser a relação entre a altura de crianças de 12 a 18 anos e o conhecimento de matemática.
Conforme as crianças ficam mais velhas, elas ficam mais altas. À medida que as crianças ficam mais velhas, elas progridem no decorrer do ano aprendendo mais matemática e sendo capazes de resolver problemas mais complexos. Suponha que coletemos uma amostra estatística de crianças entre 12 e 18 anos.
Podemos ver que à medida que sua altura aumenta (elas ficam mais velhas), elas são capazes de resolver problemas matemáticos mais complexos, mas a altura está fazendo com que essas crianças saibam mais matemática? Obviamente não. Isso se deve a uma terceira variável chamada "confundidor" ou "variável oculta". Nesse caso, a variável oculta é a capacidade intelectual.
À medida que as crianças crescem, sua capacidade intelectual aumenta e as habilidades numéricas são aprimoradas. Essas crianças são capazes de resolver problemas cada vez mais complexos, dos quais não eram capazes quando eram mais novas. Dado que à medida que envelhecem e desenvolvem sua capacidade intelectual, ficam mais altos, pode parecer que existe uma relação causal entre a altura das crianças e suas habilidades matemáticas. Isso é simplesmente uma coincidência, porque ser mais alto ou mais baixo não significa ser capaz de ter maiores habilidades matemáticas. Assim, uma variável não causa nem explica a outra.
Diferença entre correlação e causalidade
Exemplos como esse criaram a frase "correlação não implica causalidade". Veja a diferença entre correlação e causalidade.
Você tem que ter cuidado e aplicar a lógica. Pode acontecer que, ao representar diferentes variáveis em gráficos, possa parecer que estão relacionadas entre si. No entanto, a realidade é que estamos enfrentando um relacionamento espúrio. Dependendo do tipo de gráfico que usamos e da escala que aplicamos, podemos encontrar relações aparentemente muito convincentes. Portanto, ao se buscar uma relação causal entre as variáveis, uma representação gráfica e cálculos simples não são suficientes.
