ประโยคค่อนข้างง่ายและไม่คุ้มค่ากับการคิดมาก (และไม่เกี่ยวข้องกับลำดับความสำคัญ)
หากมีความสัมพันธ์ที่จัดตั้งขึ้นระหว่างตัวแปรและเวลา (เช่นเรารู้ว่าการเพิ่มขึ้นของเวลานั้นมาพร้อมกับการเพิ่มขึ้นของตัวแปรและนี่คือที่ได้รับ ) จากนั้นเราก็รู้ทิศทาง "สาเหตุ": เวลาเพิ่มขึ้นสาเหตุ ตัวแปรที่จะเพิ่มขึ้น
เนื่องจากสมมติฐานทางเลือกของ "nah-uh อาจเป็นเวลาที่เพิ่มขึ้นเพียงเพราะตัวแปรที่เพิ่มขึ้นครั้งแรก " ก็ไม่สามารถทนต่อการทำงานของเวลา
สิ่งนี้อาจฟังดูไร้สาระ แต่มันมีนัยยะสำคัญสำหรับการออกแบบการศึกษาที่พยายามพิสูจน์ทิศทางเชิงสาเหตุ ตัวอย่างที่สำคัญในทางการแพทย์คือความแตกต่างระหว่างการทำแบบตัดขวางและการศึกษาหมู่
ยกตัวอย่างเช่นการศึกษาแบบภาคตัดขวางที่พยายามค้นหาความเชื่อมโยงระหว่างการสูบบุหรี่กับโรคมะเร็งอาจทำให้คนกลุ่มหนึ่งแบ่งมันออกเป็นผู้สูบบุหรี่กับผู้ไม่สูบบุหรี่และดูว่าแต่ละคนมีมะเร็งจำนวนเท่าใดและไม่มีมะเร็ง อย่างไรก็ตามนี่เป็นหลักฐานที่อ่อนแอเนื่องจากความสัมพันธ์ระหว่างการสูบบุหรี่กับโรคมะเร็งสามารถตีความได้ว่าเป็น "คนที่เป็นมะเร็งมีแนวโน้มที่จะเพลิดเพลินกับการสูบบุหรี่"
อย่างไรก็ตามหากคุณทำการศึกษาแบบกลุ่มคือกลุ่มผู้สูบบุหรี่และกลุ่มที่ไม่สูบบุหรี่และติดตามพวกเขาตลอดเวลาและวัดตัวแปร "มะเร็งในผู้สูบบุหรี่ลบมะเร็งในผู้ไม่สูบบุหรี่" และสร้างผลบวก ความสัมพันธ์ของตัวแปรนี้กับเวลา (ภายใต้สมมติฐานที่สมเหตุสมผลเช่นปริมาณการสูบบุหรี่ที่เริ่มต้นครั้งนั้นคงที่และไม่ขึ้นกับเวลา ฯลฯ ) จากนั้นคุณรู้ว่า "เวลา" เป็นสาเหตุของความแตกต่างของมะเร็งเนื่องจากคุณไม่สามารถเรียกร้องได้ว่า ทำให้เวลาผ่านไปมากขึ้นในกลุ่มที่สูบบุหรี่ ดังนั้นคุณสามารถอ้างถึงสาเหตุระหว่างเวลาที่ผ่านไปและความแตกต่างในเชิงบวกของโรคมะเร็งที่เกี่ยวข้องกับอัตราที่สูงขึ้นในกลุ่มผู้สูบบุหรี่ (หรือมากกว่าที่กล่าวไว้อย่างง่าย ๆ เวลาที่อยู่ในกลุ่มสูบบุหรี่ทำให้เกิดความเสี่ยงต่อโรคมะเร็งเพิ่มขึ้นตามสัดส่วน)
ยิ่งไปกว่านั้นความอ่อนแอของการศึกษาแบบภาคตัดขวางคือความเป็นไปได้ที่ว่า "คนที่เป็นมะเร็งมีแนวโน้มที่จะสูบบุหรี่มากขึ้น" ออกไปนอกหน้าต่างเนื่องจากการสูบบุหรี่ในฐานะตัวแปรถูกนำออกจาก "เวลาเทียบกับมะเร็ง" สมการ (นี่ถือว่าเป็นค่าคงที่และไม่ได้รับผลกระทบจากเวลา) ในคำอื่น ๆ โดยการสร้างการศึกษาในลักษณะนี้ที่เราได้ตรวจสอบที่เฉพาะเจาะจงมากทิศทางเชิงสาเหตุ หากเราต้องการตรวจสอบขอบเขตที่ทิศทางเชิงสาเหตุย้อนกลับไปใช้ (เช่นมีความเป็นไปได้มากแค่ไหนที่คนที่เป็นมะเร็งในที่สุดจะสูบบุหรี่เมื่อเวลาผ่านไป) ดังนั้นเราต้องออกแบบการศึกษาแบบแบ่งกลุ่ม "มะเร็งในอนาคตกับมะเร็งในอนาคต" และวัดปริมาณการสูบบุหรี่เมื่อเวลาผ่านไป
อัปเดตการตอบสนองต่อความคิดเห็น:
โปรดทราบว่านี่เป็นการสนทนาเกี่ยวกับทิศทางเชิงสาเหตุมากกว่าการค้นหาลิงก์สาเหตุโดยตรง คำถามของการรบกวนคือสิ่งที่แยกจากกัน (นั่นคือไม่มีอะไรที่จะแนะนำว่าไม่มีตัวแปรที่สามที่เป็นอิสระซึ่งทั้งคู่ทำให้คุณมีแนวโน้มที่จะเป็นผู้สูบบุหรี่และเพิ่มโอกาสในการเป็นมะเร็งด้วยเวลา) กล่าวคือในแง่ของสาเหตุเชิงต่อต้านเราไม่ได้แสดงให้เห็นอย่างชัดเจนว่า "ถ้าไม่สูบบุหรี่คนเหล่านี้จะไม่ได้รับมะเร็ง" แต่เรามีแสดงให้เห็นว่า "ความสัมพันธ์ระหว่างกลุ่มการสูบบุหรี่และโรคมะเร็งจะไม่เพิ่มขึ้นถ้าเวลาผ่านไป" (เช่นสมาคมไม่ได้ลงไปที่ภาพรวมของผู้ป่วยโรคมะเร็งเพียงการตั้งค่าสำหรับการอยู่ในกลุ่มที่สูบบุหรี่หรือไม่ แต่ stengthened เมื่อเวลาผ่านไป)