Почему корреляция — не причинность? Приведи пример

Вопрос проверяет не знание формулы корреляции, а инженерную осторожность: не бросишься ли ты выкатывать фичу, увидев красивую связь в дашборде. Для аналитика это ежедневная ловушка.

Как рассуждать

Держи наготове три причины, почему X и Y могут коррелировать без того, чтобы X вызывал Y: спрятанный третий фактор (конфаундер), обратная причинность (на самом деле Y влияет на X) и просто совпадение на данных. Хороший ответ — не только «корреляция ≠ причинность», а объяснение, что именно ломает вывод и как это чинить.

Эталонный ответ

Корреляция измеряет, насколько согласованно двигаются две метрики. Но совместное движение можно получить как минимум четырьмя способами, и только один из них — «X вызывает Y».

• Конфаундер (третий фактор). Продажи мороженого коррелируют с числом утоплений. Не мороженое топит людей — оба растут летом из-за жары. Жара и есть скрытая причина.
• Обратная причинность. «Пользователи, которые много пользуются фичей, дольше остаются». Возможно, наоборот: лояльные и так остались бы, а фича — следствие их вовлечённости, а не причина удержания.
• Совпадение. На большом числе метрик что-нибудь обязательно скоррелирует случайно — привет проблеме множественных сравнений.

Как перейти к причинности:

• Эксперимент. A/B-тест с рандомизацией — золотой стандарт. Случайное деление уравнивает конфаундеры в среднем: если группы отличаются только воздействием, разница в метрике и есть причинный эффект.
• Квазиэксперименты, если рандомизировать нельзя: difference-in-differences, разрывной дизайн, контроль конфаундеров в модели. Слабее эксперимента, но лучше голой корреляции.

Продуктовый пример для ответа: в данных видно, что пользователи с включёнными пуш-уведомлениями покупают чаще. Соблазн — включить пуши всем. Но, скорее всего, пуши включают самые вовлечённые (конфаундер). Правильно — прогнать A/B: случайно включить пуши части пользователей и сравнить.

Хорошая проверка на здравый смысл прямо в ответе: спроси себя «а какой ещё фактор мог поднять обе метрики сразу?» и «а не может ли стрелка причинности смотреть в обратную сторону?». Если на оба вопроса нет уверенного «нет» — перед тобой корреляция, а не причина, и решение по ней принимать рано.

Частые ошибки

• Строить продуктовые решения на корреляциях из дашборда без проверки экспериментом.
• Не искать конфаундер: почти всегда есть третий фактор (сезон, тип пользователя, канал привлечения).
• Путать «нет корреляции» с «нет связи»: коэффициент Пирсона ловит только линейную связь, нелинейную (U-образную) он покажет как ноль.
• Забывать про размер выборки: на большом n даже мизерная, бессмысленная для бизнеса корреляция станет «значимой» — тут снова спасает взгляд на размер эффекта, а не только на p-value.
• Принимать высокий коэффициент корреляции за доказательство: сила связи и её причинная природа — разные вещи, сильная корреляция бывает и чисто конфаундерной.