Une fausse relation fait référence à l'apparence dans laquelle il existe une relation causale entre les variables alors qu'en réalité elle n'existe pas.
À de nombreuses occasions, il semble y avoir des relations causales entre les variables alors qu'en fait il n'y en a pas. Cette relation apparente peut se produire par hasard. Il existe de nombreux cas dans lesquels le coefficient de corrélation entre les variables est significatif et il n'y a pas de relation causale entre elles. C'est-à-dire qu'apparemment une variable provoque l'autre, bien qu'elles n'aient rien à voir avec cela.
Exemple de fausse relation
Un exemple de relation fausse peut être la relation entre la taille des enfants de 12 à 18 ans et la connaissance des mathématiques.
En vieillissant, les enfants grandissent. Au fur et à mesure que les enfants grandissent, ils progressent tout au long de l'année en apprenant plus de mathématiques et en étant capables de résoudre des problèmes plus complexes. Supposons que nous collectons un échantillon statistique d'enfants âgés de 12 à 18 ans.
Nous pourrions voir qu'au fur et à mesure que leur taille augmente (ils sont plus âgés), ils sont capables de résoudre des problèmes mathématiques plus complexes, mais la taille amène-t-elle ces enfants à en savoir plus en mathématiques ? Évidemment pas. Cela est dû à une troisième variable appelée "confondateur" ou "variable cachée". Dans ce cas, la variable cachée est la capacité intellectuelle.
À mesure que les enfants grandissent, leurs capacités intellectuelles augmentent et leurs compétences numériques sont améliorées. Ces enfants sont capables de résoudre des problèmes de plus en plus complexes dont ils n'étaient pas capables quand ils étaient plus jeunes. Étant donné qu'à mesure qu'ils grandissent et développent leurs capacités intellectuelles, ils grandissent, il pourrait sembler qu'il existe une relation causale entre la taille des enfants et leurs compétences en mathématiques. C'est simplement une coïncidence, car être plus grand ou plus petit n'implique pas d'être capable d'avoir de plus grandes capacités mathématiques. Ainsi, une variable ne cause ni n'explique l'autre.
Différence entre corrélation et causalité
Des exemples comme celui-ci ont inventé l'expression « la corrélation n'implique pas la causalité ». Voir la différence entre corrélation et causalité.
Il faut être prudent et appliquer la logique. Il peut arriver que, lors de la représentation de différentes variables dans des graphiques, il puisse sembler qu'elles soient liées les unes aux autres. Cependant, la réalité est que nous sommes confrontés à une fausse relation. Selon le type de graphique que nous utilisons et l'échelle que nous appliquons, nous pouvons trouver des relations apparemment très convaincantes. Par conséquent, lorsqu'on cherche une relation causale entre les variables, une représentation graphique et des calculs simples ne suffisent pas.