fotografato da Ryoji Iwata SU Unsplash

“Il libro dei perché” capitoli 5 e 6, una serie Leggi con me

Già nelle prime fasi dell’infanzia il nostro cervello impara ad associare la correlazione con la causalità e cerca di trovare una spiegazione a tutto ciò che accade attorno a noi. Se un’auto dietro di noi prende le stesse curve che facciamo per un lungo periodo, presumiamo che ci stia seguendo, il che è un presupposto causale. Tuttavia, quando usciamo dall’atmosfera del film, pensiamo che stiamo semplicemente andando verso la stessa destinazione: una fonte di confusione. Una causa comune introduce una correlazione tra i movimenti delle due vetture. Questo esempio vivido e riconoscibile fornito da Pearl dimostra come funziona il cervello umano.

Che dire delle correlazioni per le quali non siamo riusciti a trovare una spiegazione ragionevole? Come due malattie non correlate tra l’intera popolazione ma correlate tra la popolazione ospedalizzata. Se ricordi il mio ultimo articolo che ha discusso diverse strutture causali, sottolinea che il condizionamento dei collisori (ricoverati in ospedale) genera un effetto di spiegazione che rende spuriamente correlate due variabili non correlate. In altre parole, la popolazione ospedalizzata non è una rappresentazione accurata della popolazione generale e qualsiasi osservazione fatta da questo campione non può essere generalizzata.

Collider Bias, immagine dell’autore basata su “The Book of Why” capitolo 6

Le correlazioni indotte dal collisore non sono intuitive per il cervello umano, generando così i cosiddetti paradossi. In questo articolo esplorerò paradossi più interessanti che creano illusioni ottiche nel nostro cervello come trucchi magici ma che possono essere spiegati con diagrammi causali. Capire cosa sta causando questi paradossi è significativo ed educativo. È il 4° articolo della serie “Leggi con me”, ed è basato sui capitoli 5 e 6 di “Il libro dei perché” di Giudea Perla. Dovrebbe essere una lettura divertente basata su tutti gli esempi che Pearl fornisce in questi due capitoli! Potete trovare l’articolo precedente qui:

Fonte: towardsdatascience.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *