เมื่อ A และ B เกี่ยวข้องกับตัวแปรเชิงบวกพวกเขาสามารถมีผลตรงกันข้ามกับตัวแปรผลลัพธ์ C ได้หรือไม่?


22

A มีความสัมพันธ์เชิงบวกกับ B.

C คือผลลัพธ์ของ A และ B แต่ผลของ A ต่อ C นั้นเป็นลบและผลของ B ต่อ C นั้นเป็นบวก

เกิดขึ้นได้ไหม?


นี่คือความสัมพันธ์ในแบบจำลองใน SEM
Reen

1
stats.stackexchange.com/q/33888/3277เป็นคำถามที่เกี่ยวข้องอย่างใกล้ชิด ไม่เหมือนกัน แต่คำตอบสามารถคาดการณ์ได้ที่นี่
ttnphns

คำตอบ:


43

คำตอบอื่น ๆ นั้นมหัศจรรย์อย่างแท้จริง - พวกเขาให้ตัวอย่างชีวิตจริง

ฉันต้องการอธิบายว่าทำไมสิ่งนี้ถึงเกิดขึ้นได้แม้จะมีสัญชาติญาณของเราในทางตรงกันข้าม

ดูสิ่งนี้ทางเรขาคณิต !

สหสัมพันธ์คือโคไซน์ของมุมระหว่างเวกเตอร์ เป็นหลักคุณจะถามว่าเป็นไปได้ว่า

  • Aทำให้เฉียบพลันมุมB (บวกความสัมพันธ์)
  • Bทำให้เฉียบพลันมุมC (บวกความสัมพันธ์)
  • Aทำให้มุมป้านมีC (สหสัมพันธ์เชิงลบ)

ใช่แน่นอน:

ป้อนคำอธิบายรูปภาพที่นี่

ในตัวอย่างนี้ ( ρหมายถึงสหสัมพันธ์):

  • A=(0.6,0.8)
  • B=(1,0)
  • C=(0.6,0.8)
  • ρ(A,B)=0.6>0
  • ρ(B,C)=0.6>0
  • ρ(A,C)=-0.28<0

สัญชาตญาณของคุณถูกต้อง!

อย่างไรก็ตามความประหลาดใจของคุณจะไม่หายไป

มุมระหว่างเวกเตอร์คือการวัดระยะทางบนทรงกลมของหน่วยดังนั้นมันจึงสอดคล้องกับความไม่เท่าเทียมกันของสามเหลี่ยม:

ABAC+BC

ดังนั้นเนื่องจากcosAB=ρ(A,B) ,

ARccOSρ(A,B)ARccOSρ(A,C)+ARccOSρ(B,C)

ดังนั้น (ตั้งแต่cosจะลดลงใน[0,π] )

ρ(A,B)ρ(A,C)×ρ(B,C)(1ρ2(A,C))×(1ρ2(B,C))

ดังนั้น,

  • ถ้าρ(A,C)=ρ(B,C)=0.9 , ดังนั้นρ(A,B)0.62
  • ถ้าρ(A,C)=ρ(B,C)=0.95ดังนั้นρ(A,B)0.805
  • ถ้าρ(A,C)=ρ(B,C)=0.99ดังนั้นρ(A,B)0.9602

32

ใช่สองเงื่อนไขการเกิดขึ้นร่วมสามารถมีผลตรงกันข้าม

ตัวอย่างเช่น:

  • การสร้างข้อความที่อุกอาจ (A) นั้นเกี่ยวข้องกับความบันเทิง (B)
  • การทำคำพูดที่อุกอาจ (A) มีผลกระทบเชิงลบต่อการชนะการเลือกตั้ง (C)
  • ความบันเทิง (B) มีผลในเชิงบวกต่อการชนะการเลือกตั้ง (C)

20
เรามีคำตอบที่ดีที่สุด ที่สุด. ทุกคนพูดอย่างนั้น
Matthew Drury

1
แม้ว่าฉันจะเห็นด้วยกับความเห็นทางการเมืองนี้ฉันคิดว่ามันเป็นรูปแบบที่ไม่ดีที่จะใช้คำตอบในเว็บไซต์นี้เป็นเครื่องมือสำหรับความคิดเห็นทางการเมืองที่ไม่เกี่ยวข้อง
ประสาทวิทยา

14
@Kodiologist คำตอบนี้ไม่ได้คำนึงถึงผู้สมัครหรือปัญหาใด ๆ มันทำให้การสังเกต (imho) ที่ไม่ธรรมดา (1) ผู้สมัครที่ให้ความบันเทิงมีข้อได้เปรียบ (เช่นโรนัลด์เรแกน, บิลคลินตัน, วิลลี่บราวน์) และ (2) ข้อความเร้าใจอย่างมาก มักจะไม่สร้างข้อความประเภทนี้) ถ้านี่เป็นเขตที่ไม่มีความสนุกฉันสามารถเอามันลงได้ แต่ฉันคิดว่าสิ่งที่ฉันเขียนนั้นมีความอ่อนโยนและไร้ข้อโต้แย้งอย่างไม่น่าเชื่อ
Matthew Gunn

19
ฉันไม่เห็นการอ้างอิงทางการเมืองโดยตรงในคำตอบ อาจมีการอ้างอิงโดยนัย แต่ฉันไม่คิดว่าจะมีผลต่อความถูกต้องหรือความเหมาะสมของคำตอบ แต่อย่างใด
Glen_b -Reinstate Monica

28

ฉันได้ยินรถคันนี้คล้ายคลึงกับคำถามที่ว่า:

  • การขับขี่ขึ้นเนิน (A) มีความสัมพันธ์เชิงบวกกับผู้ขับขี่ที่เหยียบลงไปบนแก๊ส
  • การขับขี่ขึ้นเนิน (A) มีผลเสียต่อความเร็วรถ (C)
  • การเหยียบแก๊ส (B) มีผลในเชิงบวกต่อความเร็วของรถ (C)

กุญแจสำคัญในที่นี้คือความตั้งใจของผู้ขับขี่ในการรักษาความเร็วคงที่ (C) ดังนั้นความสัมพันธ์เชิงบวกระหว่าง A และ B จะตามมาจากความตั้งใจนั้น คุณสามารถสร้างตัวอย่างที่ไม่มีที่สิ้นสุดของ A, B, C ด้วยความสัมพันธ์นี้

การเปรียบเทียบนั้นมาจากการตีความของThermostatของมิลตันฟรีดแมนและมาจากการวิเคราะห์นโยบายการเงินและเศรษฐมิติที่น่าสนใจ แต่ก็ไม่เกี่ยวข้องกับคำถาม


2
ตัวอย่างที่ดี อย่างไรก็ตามฉันไม่แน่ใจว่าคุณกำลังใช้คำว่า 'ความสัมพันธ์เชิงบวก' และ 'ความสัมพันธ์เชิงลบ' เป็นความสัมพันธ์ทางสถิติ (เช่นความสัมพันธ์) ซึ่งฉันเดาว่า op หมายถึงอะไร
Lior Kogan

8

ใช่นี่เป็นเรื่องเล็กน้อยที่จะแสดงด้วยการจำลอง:

จำลองตัวแปร 2 ตัวคือ A และ B ที่มีความสัมพันธ์เชิงบวก:

> require(MASS)
> set.seed(1)
> Sigma <- matrix(c(10,3,3,2),2,2)
> dt <- data.frame(mvrnorm(n = 1000, rep(0, 2), Sigma))
> names(dt) <- c("A","B")
> cor(dt)

          A         B
A 1.0000000 0.6707593
B 0.6707593 1.0000000

สร้างตัวแปร C:

> dt$C <- dt$A - dt$B + rnorm(1000,0,5)

ดูเถิด:

> (lm(C~A+B,data=dt))

Coefficients:
(Intercept)            A            B  
    0.03248      0.98587     -1.05113  

คร(A,B)>0คร(A,C)>0คร(B,C)<0

> set.seed(1)
> Sigma <- matrix(c(1,0.5,0.5,0.5,1,-0.5,0.5,-0.5,1),3,3)
> dt <- data.frame(mvrnorm(n = 1000, rep(0,3), Sigma, empirical=TRUE))
> names(dt) <- c("A","B","C")
> cor(dt)
    A    B    C
A 1.0  0.5  0.5
B 0.5  1.0 -0.5
C 0.5 -0.5  1.0

ผมคิดว่ามันจะดีกว่าที่จะมองcor(C, A)และcor(C, B)กว่าlm(C ~ A + B)ที่นี่ เราสนใจเช่นความสัมพันธ์ที่ไม่สามารถควบคุมได้ของ A และ C มากกว่าความสัมพันธ์นี้ควบคุมสำหรับ B.
Kodiologist

@Kodiologist OP กล่าวว่าในความคิดเห็นของพวกเขาว่าบริบทเป็น SEM ซึ่งจะหมายถึงการถดถอยเชิงเส้นฉันคิดว่า
Robert Long

@Kodiologist ดูการอัปเดตคำตอบของฉัน :)
Robert Long

0

C=ม.B+n(A-พีRโอJB(A))

C,A=ม.B,A+nA,A-nB,A

จากนั้นความแปรปรวนร่วมระหว่าง C และ A อาจเป็นลบในสองเงื่อนไข:

  1. n>ม., A,A<B,A(n-ม.)/n
  2. n<-ม., A,A>B,A(n-ม.)/n
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.