Ocena:
Książka zapewnia wgląd w rozróżnienie między korelacją a związkiem przyczynowo-skutkowym, skierowana do czytelników z pewną znajomością statystyki. Jest ceniona za przejrzystość, prostotę i praktyczne przykłady, ale jest krytykowana za zbytnie uproszczenie i brak głębi.
Zalety:Łatwy do przeczytania i zrozumienia, logiczne wyjaśnienia, praktyczne przykłady ze świata rzeczywistego, służy jako dobre przypomnienie o typowych pułapkach statystycznych, zwięźle omawia ważne koncepcje.
Wady:Uważana za zbyt podstawową i niewystarczająco dogłębną dla niektórych czytelników, postrzegana jako zbyt droga jak na swoją długość, niektórzy recenzenci kwestionują wiedzę autora.
(na podstawie 9 opinii czytelników)
Correlation Is Not Causation: Learn How to Avoid the 5 Traps That Even Pros Fall Into
Korelacja nie jest przyczyną. Ty to wiesz i ja to wiem, a jednak ciągle trzeba nam o tym przypominać, ponieważ nie możemy pomóc, ale się mylimy.
Ile razy słyszałeś, jak ktoś naprawdę inteligentny mówi coś w stylu "wow, ta korelacja ma wartość p równą 0,000001, więc A musi powodować B..."? To jednak nie nasza wina - jesteśmy tylko ludźmi. Szukamy wyjaśnień dla wzorców i wydarzeń, które mają miejsce wokół nas, a jeśli coś przeczy logice, staramy się znaleźć powód, dla którego może to mieć sens. Jeśli coś się nie zgadza, wymyślamy to.
OK, więc jeśli korelacja niekoniecznie implikuje związek przyczynowy, musi istnieć ku temu powód i musi istnieć coś, co powoduje to, co obserwujemy.
O tym właśnie jest ta książka. Jeśli odkryjemy korelację między parą zmiennych, istnieje pięć alternatyw dla jednej z nich będącej bezpośrednią przyczyną drugiej, a my zdemaskujemy wszystkie pięć w tej książce.
Następnie, gdy zrozumiemy każdą z tych alternatyw, sformułujemy plan odkrycia, czy mamy bezpośredni związek przyczynowy, czy też istnieje inne wyjaśnienie. Correlation Is Not Causation wyjaśnia, jak systematycznie testować pięć najczęstszych pułapek korelacji i przyczynowości, w które (czasami) wpadają nawet profesjonaliści. Nauczymy się tworzyć strategie analizy danych i interpretować wyniki w sposób łatwy do zrozumienia.
Co najlepsze, nie ma tu technicznego ani statystycznego żargonu - jest napisany prostym językiem angielskim. Jest pełna intuicyjnych wizualnie przykładów i nie przyjmuje żadnych założeń dotyczących wcześniejszego doświadczenia z korelacjami - krótko mówiąc, jest idealna dla początkujących Odkryj świat korelacji i związków przyczynowych. Pobierz tę książkę już DZIŚ.
