Когда A и B являются положительно связанными переменными, могут ли они оказывать противоположное влияние на их исходную переменную C?

22

А положительно связан с Б.

C является результатом A и B, но влияние A на C отрицательно, а влияние B на C положительно.

Может ли это случиться?

Reen
источник
Это отношение в модели в SEM
Reen
1
stats.stackexchange.com/q/33888/3277 - это тесно связанный вопрос. Не идентичны, но ответы могут быть экстраполированы сюда.
ttnphns

Ответы:

43

Другие ответы поистине изумительны - они дают примеры из реальной жизни.

Я хочу объяснить, почему это может произойти, несмотря на нашу интуицию об обратном.

Смотрите это геометрически !

Корреляция - это косинус угла между векторами. По сути, вы спрашиваете, возможно ли, что

  • A делает острый угол с ( положительная корреляция)В
  • В делает острый угол с ( положительная корреляция)С
  • A делает тупой угол с ( отрицательная корреляция)CС

Да, конечно:

введите описание изображения здесь

В этом примере ( обозначает корреляцию):ρ

  • Aзнак равно(0.6,0.8)
  • Взнак равно(1,0)
  • Сзнак равно(0.6,-0.8)
  • ρ(A,В)знак равно0.6>0
  • ρ(В,С)знак равно0.6>0
  • ρ(A,C)=0.28<0

Ваша интуиция верна!

Тем не менее, ваш сюрприз не теряется.

Угол между векторами является метрикой расстояния на единичной сфере, поэтому он удовлетворяет неравенству треугольника:

ABAC+BC

таким образом, поскольку ,cosAB=ρ(A,B)

arccosρ(A,B)arccosρ(A,C)+arccosρ(B,C)

Поэтому (так является уменьшение на )cos[ 0 , π ][0,π]

ρ(A,B)ρ(A,C)×ρ(B,C)(1ρ2(A,C))×(1-ρ2(В,С))

Так,

  • если , тоρ(A,С)знак равноρ(В,С)знак равно0.9ρ(A,В)0,62
  • если , тоρ(A,С)знак равноρ(В,С)знак равно0,95ρ(A,В)0,805
  • если , тоρ(A,С)знак равноρ(В,С)знак равно0,99ρ(A,В)0,9602
ДСН
источник
32

Да, два сопутствующих условия могут иметь противоположные эффекты.

Например:

  • Делать возмутительные заявления (A) положительно связано с развлечением (B).
  • Делать возмутительные заявления (A) отрицательно влияет на победу на выборах (C).
  • Быть развлекательным (B) положительно влияет на победу на выборах (C).
Мэтью Ганн
источник
20
У нас лучшие ответы. Самый лучший. Все так говорят.
Мэтью Друри,
1
Хотя я согласен с этим политическим мнением, я считаю, что использование этого сайта в качестве средства для неуместного политического мнения является плохой формой.
Кодиолог
14
@Kodiologist Этот ответ не занимает позицию по любому кандидату или любой проблеме. Это делает довольно примечательные (imho) наблюдения, что: (1) занимательные кандидаты имеют преимущество (например, Рональд Рейган, Билл Клинтон, Вилли Браун) и (2) крайне провокационные высказывания имеют тенденцию причинять больше вреда, чем помогают (именно поэтому политики как правило, не делать таких заявлений). Если это не веселая зона, я могу ее снять, но я думаю, что то, что я написал, невероятно мягко и не вызывает сомнений.
Мэтью Ганн
19
Я не вижу прямых политических ссылок в ответе. Может быть подразумеваемая ссылка, но я не думаю, что это каким-либо образом влияет на правильность или пригодность ответа.
Glen_b
28

Я слышал эту автомобильную аналогию, которая хорошо подходит к вопросу:

  • Вождение в гору (A) положительно связано с тем, что водитель наступает на газ (B)
  • Вождение в гору (A) отрицательно влияет на скорость автомобиля (C)
  • Переход на газ (B) положительно влияет на скорость автомобиля (C)

Ключевым моментом здесь является намерение водителя поддерживать постоянную скорость (C), поэтому положительная корреляция между A и B естественно вытекает из этого намерения. Таким образом, вы можете построить бесконечные примеры A, B, C.

Аналогия исходит из интерпретации термостата Милтона Фридмана и интересного анализа денежно-кредитной политики и эконометрики, но это не имеет отношения к вопросу.

congusbongus
источник
2
Хороший пример. Тем не менее, я не уверен, что вы используете термины «положительно связанные» и «отрицательно связанные» в качестве статистических отношений (например, корреляция), что, как я полагаю, означает, что оп означает.
Лиор Коган
8

Да, это несложно продемонстрировать с помощью симуляции:

Смоделируйте 2 переменные, A и B, которые положительно коррелируют:

> 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

Создайте переменную C:

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

Вот:

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

Coefficients:
(Intercept)            A            B  
    0.03248      0.98587     -1.05113  

Изменить: В качестве альтернативы (в соответствии с предложением Kodiologist), просто имитируя из многомерного нормального так, что , икор(A,В)>0кор(A,С)>0кор(В,С)<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
Роберт Лонг
источник
Я думаю , что лучше смотреть на cor(C, A)и cor(C, B)чем lm(C ~ A + B)здесь. Нас интересуют, например, неконтролируемые отношения А и С, а не эти отношения, контролируемые для Б.
Кодиолог
@Кодиолог ОП говорит в своем комментарии, что контекст - это SEM, что, я думаю, подразумевает линейную регрессию.
Роберт Лонг
@Kodiologist смотрите обновление к моему ответу :)
Роберт Лонг
0

Сзнак равномВ+N(A-проJВ(A))

С,Aзнак равномВ,A+NA,A-NВ,A

Тогда ковариация между C и A может быть отрицательной в двух условиях:

  1. N>м, A,A<В,A(N-м)/N
  2. N<-м, A,A>В,A(N-м)/N
Чжу Цзиньсюань
источник