4.10-dars: Korrelyatsiya vs sababiyat

4-QISM — STATISTIKA · 10-dars

1. Kirish va motivatsiya

Data Science'ning eng muhim va eng ko'p buziladigan qoidasi: korrelyatsiya sababiyat emas (correlation is not causation). Ikki narsa bog'liq bo'lishi (birga o'zgarishi) — biri boshqasini keltirib chiqaradi degani emas. Klassik misol: yozda muzqaymoq savdosi va cho'kish holatlari birga oshadi (korrelyatsiya 0.9!), lekin muzqaymoq cho'kishni keltirib chiqarmaydi — uchinchi omil (issiq yoz: ko'p muzqaymoq VA ko'p suzish → ko'p cho'kish) ikkalasini ham keltirib chiqaradi. Bu xatoni tushunmaslik millionlab dollarlik noto'g'ri qarorlarga, soxta ilmiy da'volarga olib keladi. Nega muhim? (1) Noto'g'ri qaror oldini — bog'lanishga qarab sabab deb xato qilmaslik; (2) Sabab topish — haqiqiy sabab uchun tajriba (A/B test); (3) Tanqidiy fikrlash — da'volarni baholash. Bu dars korrelyatsiya vs sababiyatni o'rgatadi — Data Science'ning eng muhim ogohlantirishi.

Korrelyatsiya vs sababiyat — bog'lanish ≠ sabab: korrelyatsiya (birga o'zgaradi — bog'lanish), sababiyat (biri boshqasini keltirib chiqaradi), farq (bog'lanish ≠ sabab), uchinchi omil (confounding — ikkalasini keltirib chiqaradi; muzqaymoq-cho'kish: yoz), soxta korrelyatsiya (tasodifiy bog'lanish), teskari sabab (yo'nalish noaniq), tajriba (sabab uchun A/B test). Foydalanish: noto'g'ri qaror oldini, sabab topish, tanqidiy fikrlash. Bu 4.9 (korrelyatsiya), 4.14 (A/B) bilan bog'liq. Korrelyatsiya ≠ sababiyat. Uchinchi omil. Tajriba.

Real vaziyat. Data Scientist ma'lumotda kuchli korrelyatsiyalar topdi, lekin ehtiyot bo'ldi: (1) muzqaymoq savdosi va cho'kish (r=0.9) — muzqaymoqni taqiqlash cho'kishni kamaytiradi-mi? Yo'q! uchinchi omil (yoz — issiq → ko'p muzqaymoq VA ko'p suzish → cho'kish); (2) oyoq kiyim o'lchami va o'qish qobiliyati (bolalar — r yuqori) — katta oyoq → yaxshi o'qish? Yo'q (uchinchi omil: yosh — katta bola); (3) soxta (spurious — tasodifiy: pishloq iste'moli va choyshab bilan bo'g'ilish — 0.95, ma'nosiz). Data Scientist sabab uchun tajriba (A/B test — 4.14) taklif qildi (korrelyatsiya — belgi; sabab — tajriba). Korrelyatsiya ≠ sababiyat — Data Science eng muhim ogohlantirishi (noto'g'ri qaror oldini).

Bu darsda korrelyatsiya vs sababiyatni o'rganamiz.

Bu darsda:

• Korrelyatsiya ≠ sababiyat
• Uchinchi omil (confounding)
• Soxta korrelyatsiya
• Teskari sabab
• Sabab qanday topiladi (tajriba)
• Sababiyat amaliyoti
• Sababiyat tuzoqlari
• Amaliy: sababiyat modeli

ℹ Misollar real numpy/pandas bilan (deterministik) ishlaydi.

2. Nazariya — chuqur tushuntirish

2.1. Korrelyatsiya ≠ sababiyat

Bog'lanish sabab emas:

KORRELYATSIYA: A va B birga o'zgaradi (bog'lanish)
SABABIYAT: A → B (A B ni keltirib chiqaradi)

KORRELYATSIYA SABABIYATNI ANGLATMAYDI!

Muzqaymoq savdosi ↑  va  cho'kish ↑  (r=0.9)
   → muzqaymoq cho'kishni keltirib chiqarmaydi!
   → uchinchi omil: YOZ (issiq)

Korrelyatsiya ≠ sababiyat — bog'lanish sabab emas: korrelyatsiya (A va B birga o'zgaradi — bog'lanish, 4.9), sababiyat (A → B — A B ni keltirib chiqaradi). Sabab: bog'lanish ko'p sababdan bo'lishi mumkin (A→B, B→A, uchinchi omil, tasodif); korrelyatsiya faqat bog'lanishni ko'rsatadi (sababni emas). Muzqaymoq-cho'kish (r=0.9) — muzqaymoq cho'kishni keltirmaydi (uchinchi omil: yoz). Eng muhim Data Science qoidasi (korrelyatsiya → sabab deb xato — noto'g'ri qaror). Korrelyatsiya ≠ sababiyat (bog'lanish sabab emas). Eng muhim. Ehtiyot.

2.2. Uchinchi omil (confounding)

Yashirin sabab:

UCHINCHI OMIL (confounder): ikkalasini keltirib chiqaradi

   Muzqaymoq  ←  YOZ (issiq)  →  Suzish → Cho'kish
   (uchinchi omil ikkalasini keltirib chiqaradi)
   → muzqaymoq va cho'kish KORRELYATSIYA, lekin sabab yo'q

   Oyoq o'lchami ↔ o'qish (bolalar) → uchinchi omil: YOSH

Uchinchi omil (confounding) — yashirin sabab: uchinchi omil ikki narsani ikkalasini keltirib chiqaradi (ular o'zaro sabab emas, lekin korrelyatsiya). Sabab: A va B korrelyatsiya — lekin C (uchinchi omil) ikkalasini keltirib chiqaradi (A va B oqibat, C sabab). Misol: muzqaymoq-cho'kish (yoz — issiq → ko'p muzqaymoq VA ko'p suzish → cho'kish; yoz sabab); oyoq o'lchami-o'qish (bolalar — yosh: katta bola → katta oyoq VA yaxshi o'qish; yosh sabab). Uchinchi omil soxta bog'lanish yaratadi (A-B korrelyatsiya, lekin C sabab). Eng ko'p sabab (soxta korrelyatsiya manbasi). Uchinchi omil — yashirin sabab (ikkalasini). Confounding. Soxta.

2.3. Soxta korrelyatsiya

Soxta korrelyatsiya (spurious) — tasodifiy bog'lanish: ba'zan ikki narsa tasodifan korrelyatsiya (hech qanday aloqa yo'q — na sabab, na uchinchi omil; sof tasodif). Sabab: ko'p ma'lumotda tasodifiy korrelyatsiyalar muqarrar (ko'p juftlik sinasangiz — ba'zisi tasodifan yuqori r); mashhur misollar (spurious correlations sayti): pishloq iste'moli va choyshab bilan bo'g'ilish (r=0.95 — ma'nosiz!), AQSh muhandislik doktorlari va uran zaxirasi. Sabab: kam namuna (tasodif katta) yoki ko'p test (p-hacking — 4.12; ko'p sinasangiz tasodifiy topiladi). Soxta korrelyatsiya ma'nosiz (tasodif — takrorlanmaydi; katta namuna, tekshir). Soxta korrelyatsiya — tasodifiy (ma'nosiz). Tasodif. Ko'p test.

2.4. Teskari sabab

Teskari sabab (reverse causation) — yo'nalish noaniq: A va B korrelyatsiya, sabab bor — lekin yo'nalish noaniq (A→B yoki B→A?). Sabab: korrelyatsiya yo'nalishsiz (A-B bog'liq, lekin qaysi sabab?); ba'zan teskari (biz A→B deb o'ylaymiz, aslida B→A). Misol: "kasalxona va o'lim" (kasalxonada ko'p o'lim → kasalxona o'ldiradi deb? teskari — kasal odam kasalxonaga boradi; kasallik → kasalxona); "mashq va vazn" (kam mashq → semizlik yoki semiz → kam mashq?). Teskari sabab yo'nalishni chalkashtiradi (sabab bor, lekin qaysi tomon). Tajriba (A/B) yo'nalishni aniqlaydi. Teskari sabab — yo'nalish noaniq (A→B yoki B→A). Yo'nalish. Tajriba.

2.5. Sabab qanday topiladi (tajriba)

Sabab qanday topiladi (tajriba) — nazoratli tajriba (controlled experiment): sababni isbotlash uchun tajriba kerak (korrelyatsiya — belgi, sabab emas). A/B test (randomized controlled trial — 4.14): (1) tasodifiy ikki guruh (A — nazorat, B — o'zgartirish), (2) faqat bir narsa o'zgartiriladi (qolgan bir xil — uchinchi omil yo'q), (3) natija taqqoslanadi (farq → sabab). Sabab: tasodifiy taqsimlash uchinchi omilni muvozanatlaydi (ikki guruh bir xil, faqat o'zgartirish farqli → farq sabab); korrelyatsiya (kuzatish — uchinchi omil) vs tajriba (nazorat — sabab). Kuzatish (korrelyatsiya — belgi), tajriba (sabab — isbot). Sabab topish — tajriba (A/B test). Nazorat. Isbot.

2.6. Sababiyat amaliyoti

Sababiyat amaliyoti: korrelyatsiya ≠ sababiyat (bog'lanish — sabab emas); uchinchi omil (yashirin sabab — ikkalasini); soxta (tasodif — ma'nosiz); teskari sabab (yo'nalish noaniq); tajriba (sabab — A/B test); tanqidiy fikrlash (da'vo — sabab yoki korrelyatsiya?); kuzatish vs tajriba (belgi vs isbot). Tuzoqlar: korrelyatsiya → sabab (eng ko'p xato), uchinchi omil e'tiborsiz (yashirin), soxta ishonch (tasodif), yo'nalish faraz (teskari), tajribasiz sabab (kuzatish). Amaliyot — korrelyatsiya ≠ sabab, uchinchi omil, tajriba. Ehtiyot. Tanqidiy.

2.7. Sababiyat tuzoqlari

Sababiyat asosiy tuzoqlari: korrelyatsiya → sababiyat (eng ko'p va eng xavfli xato — bog'lanish ko'rib "sabab" deb; muzqaymoq-cho'kish; doim uchinchi omil/teskari/soxta o'yla); uchinchi omil e'tiborsiz (yashirin sabab — ikkalasini keltirib chiqaradi; A-B korrelyatsiya, lekin C sabab; qidir); soxta korrelyatsiya (tasodifiy — ko'p test/kam namuna; ma'nosiz — takrorlanmaydi); teskari sabab (yo'nalish faraz — A→B deb, aslida B→A); tajribasiz sabab (kuzatish ma'lumotdan sabab — noto'g'ri; tajriba kerak — A/B); korrelyatsiya yo'q → sabab yo'q deb (chiziqli korrelyatsiya yo'q, lekin nochiziqli/sabab bo'lishi mumkin); ML sababiyat (ML korrelyatsiya topadi, sabab emas; bashorat ≠ sabab). Sabab: sababiyat korrelyatsiyadan chuqurroq (bog'lanish — oson; sabab — tajriba, ehtiyot). Yechim: uchinchi omil/teskari/soxta o'yla, tajriba, tanqidiy. Tuzoqlar — korrelyatsiya→sabab, uchinchi omil, soxta, teskari.

2.8. Sababiyat — Data Science'ning eng muhim ogohlantirishi

Sababiyat asosiy g'oyasi — Data Science'ning eng muhim ogohlantirishi: korrelyatsiya sababiyat emas (bog'lanish — biri boshqasini keltirib chiqaradi degani emas); bu eng ko'p buziladigan qoida (millionlab dollar noto'g'ri qaror, soxta ilmiy da'vo). Uchinchi omil (yashirin sabab — ikkalasini; muzqaymoq-cho'kish: yoz), soxta (tasodifiy — ma'nosiz), teskari sabab (yo'nalish noaniq). Sabab qanday topiladi: tajriba (A/B test — nazoratli; tasodifiy guruh, bir o'zgartirish → farq sabab; korrelyatsiya belgi, tajriba isbot). Data Science'da doim (bog'lanish topib — sabab deb xato qilmaslik; qaror uchun sabab — tajriba; da'volarni baholash — tanqidiy fikrlash). ML ham korrelyatsiya topadi (bashorat — sabab emas). Bu 4.9 (korrelyatsiya) davomi va 4.14 (A/B test — sabab) bilan. Sababiyat — Data Science eng muhim ogohlantirishi (korrelyatsiya ≠ sababiyat). Uchinchi omil. Tajriba.

3. Tez ma'lumotnoma

KORRELYATSIYA ≠ SABABIYAT (eng muhim qoida!)

korrelyatsiya: A va B birga o'zgaradi (bog'lanish)
sababiyat: A → B (A B ni keltirib chiqaradi)

NEGA korrelyatsiya sabab emas:
  1. UCHINCHI OMIL — C ikkalasini keltirib chiqaradi
     (muzqaymoq-cho'kish: yoz)
  2. SOXTA — tasodifiy bog'lanish (ma'nosiz)
  3. TESKARI SABAB — yo'nalish noaniq (A→B yoki B→A)

SABAB QANDAY TOPILADI:
  TAJRIBA (A/B test — 4.14)
  - tasodifiy ikki guruh (nazorat + o'zgartirish)
  - faqat bir narsa o'zgaradi (uchinchi omil yo'q)
  - farq → sabab (isbot)

kuzatish (korrelyatsiya) — belgi · tajriba — sabab

QOIDA: korrelyatsiya ≠ sabab · uchinchi omil o'yla · sabab uchun tajriba

Sababiyat xulosasi

Korrelyatsiya ≠ sababiyat — Data Science eng muhim ogohlantirishi
Uchinchi omil — C ikkalasini keltirib chiqaradi (muzqaymoq-cho'kish: yoz)
Soxta — tasodifiy (ma'nosiz) · teskari sabab — yo'nalish noaniq
Sabab — tajriba (A/B test, nazoratli)
Kuzatish (korrelyatsiya) belgi · tajriba isbot

4. Batafsil misollar

Misollar real numpy/pandas bilan (deterministik) ishlaydi.

Misol 1 — Muzqaymoq va cho'kish (uchinchi omil)

"""Uchinchi omil: muzqaymoq-cho'kish (real numpy)."""

import numpy as np


def main() -> None:
    np.random.seed(0)
    # YOZ (issiq) — uchinchi omil
    issiqlik = np.random.uniform(10, 40, 100)

    print("=== 1. Issiqlik ikkalasini keltirib chiqaradi ===")
    muzqaymoq = issiqlik * 10 + np.random.normal(0, 20, 100)
    chokish = issiqlik * 0.5 + np.random.normal(0, 2, 100)
    print("  issiq → ko'p muzqaymoq VA ko'p suzish → cho'kish")

    print("\n=== 2. Muzqaymoq-cho'kish korrelyatsiya ===")
    r = np.corrcoef(muzqaymoq, chokish)[0, 1]
    print(f"  r: {round(r, 2)} (kuchli — lekin sabab emas!)")

    print("\n=== 3. Sabab: issiqlik ===")
    print(f"  issiqlik-muzqaymoq: {round(np.corrcoef(issiqlik, muzqaymoq)[0,1], 2)}")
    print(f"  issiqlik-cho'kish: {round(np.corrcoef(issiqlik, chokish)[0,1], 2)}")

    print("\n=== 4. Xulosa ===")
    print("  muzqaymoq cho'kishni keltirmaydi (yoz — uchinchi omil)")
    print("  ⭐ Korrelyatsiya ≠ sababiyat (uchinchi omil)")


if __name__ == "__main__":
    main()

Natijaning muhim qismi:

=== 1. Issiqlik ikkalasini keltirib chiqaradi ===
  issiq → ko'p muzqaymoq VA ko'p suzish → cho'kish

=== 2. Muzqaymoq-cho'kish korrelyatsiya ===
  r: 0.89 (kuchli — lekin sabab emas!)

=== 3. Sabab: issiqlik ===
  issiqlik-muzqaymoq: 0.97
  issiqlik-cho'kish: 0.91

=== 4. Xulosa ===
  muzqaymoq cho'kishni keltirmaydi (yoz — uchinchi omil)
  ⭐ Korrelyatsiya ≠ sababiyat (uchinchi omil)

Nima ko'rsatdi: 2.1, 2.2-bo'limlar.

Misol 2 — Uchinchi omil (yosh)

"""Uchinchi omil: oyoq o'lchami-o'qish (real numpy)."""

import numpy as np


def main() -> None:
    np.random.seed(0)
    # YOSH — uchinchi omil (bolalar 6-12 yosh)
    yosh = np.random.uniform(6, 12, 200)

    print("=== 1. Yosh ikkalasini keltirib chiqaradi ===")
    oyoq = yosh * 2 + np.random.normal(20, 1, 200)
    oqish = yosh * 8 + np.random.normal(0, 3, 200)
    print("  katta bola → katta oyoq VA yaxshi o'qish")

    print("\n=== 2. Oyoq-o'qish korrelyatsiya ===")
    r = np.corrcoef(oyoq, oqish)[0, 1]
    print(f"  r: {round(r, 2)} (yuqori — lekin sabab emas!)")

    print("\n=== 3. Yoshni hisobga olsak ===")
    print(f"  yosh-oyoq: {round(np.corrcoef(yosh, oyoq)[0,1], 2)}")
    print(f"  yosh-o'qish: {round(np.corrcoef(yosh, oqish)[0,1], 2)}")

    print("\n=== 4. Xulosa ===")
    print("  katta oyoq yaxshi o'qishni keltirmaydi (yosh sabab)")
    print("  ⭐ Uchinchi omil (yosh) — soxta bog'lanish")


if __name__ == "__main__":
    main()

Natijaning muhim qismi:

=== 1. Yosh ikkalasini keltirib chiqaradi ===
  katta bola → katta oyoq VA yaxshi o'qish

=== 2. Oyoq-o'qish korrelyatsiya ===
  r: 0.95 (yuqori — lekin sabab emas!)

=== 3. Yoshni hisobga olsak ===
  yosh-oyoq: 0.96
  yosh-o'qish: 0.98

=== 4. Xulosa ===
  katta oyoq yaxshi o'qishni keltirmaydi (yosh sabab)
  ⭐ Uchinchi omil (yosh) — soxta bog'lanish

Nima ko'rsatdi: 2.2-bo'lim.

Misol 3 — Tajriba (A/B) sababni topadi

"""Tajriba: A/B test sababni topadi (real numpy)."""

import numpy as np


def main() -> None:
    np.random.seed(0)

    print("=== 1. Tasodifiy ikki guruh ===")
    # A — eski sahifa, B — yangi sahifa (faqat shu farq)
    guruh_A = np.random.normal(100, 15, 1000)   # A xarid
    guruh_B = np.random.normal(108, 15, 1000)   # B xarid (yangi)
    print(f"  A o'rtacha: {round(guruh_A.mean(), 1)}")
    print(f"  B o'rtacha: {round(guruh_B.mean(), 1)}")

    print("\n=== 2. Faqat bir narsa o'zgardi (sahifa) ===")
    print("  qolgan bir xil (tasodifiy — uchinchi omil yo'q)")

    print("\n=== 3. Farq → sabab ===")
    farq = guruh_B.mean() - guruh_A.mean()
    print(f"  farq: {round(farq, 1)} (yangi sahifa xaridni oshirdi)")

    print("\n=== 4. Xulosa ===")
    print("  tasodifiy tajriba → sabab (uchinchi omil muvozanatlangan)")
    print("  ⭐ Tajriba — sabab (korrelyatsiya emas)")


if __name__ == "__main__":
    main()

Natijaning muhim qismi:

=== 1. Tasodifiy ikki guruh ===
  A o'rtacha: 99.3
  B o'rtacha: 108.2

=== 2. Faqat bir narsa o'zgardi (sahifa) ===
  qolgan bir xil (tasodifiy — uchinchi omil yo'q)

=== 3. Farq → sabab ===
  farq: 8.9 (yangi sahifa xaridni oshirdi)

=== 4. Xulosa ===
  tasodifiy tajriba → sabab (uchinchi omil muvozanatlangan)
  ⭐ Tajriba — sabab (korrelyatsiya emas)

Nima ko'rsatdi: 2.5-bo'lim.

Misol 4 — Soxta korrelyatsiya

"""Soxta korrelyatsiya: tasodif (real numpy)."""

import numpy as np


def main() -> None:
    print("=== 1. Ikki mustaqil tasodifiy ===")
    np.random.seed(3)
    a = np.random.rand(15)
    b = np.random.rand(15)
    r = np.corrcoef(a, b)[0, 1]
    print(f"  kam namuna (15) r: {round(r, 2)} (tasodifiy)")

    print("\n=== 2. Katta namuna (haqiqat ~0) ===")
    np.random.seed(3)
    a2 = np.random.rand(10000)
    b2 = np.random.rand(10000)
    print(f"  katta namuna r: {round(np.corrcoef(a2, b2)[0,1], 3)} (~0)")

    print("\n=== 3. Kam namuna aldaydi ===")
    print("  kam namuna — tasodifiy yuqori r (soxta)")

    print("\n=== 4. Xulosa ===")
    print("  soxta — tasodifiy (katta namuna ~0, ma'nosiz)")
    print("  ⭐ Soxta korrelyatsiya — tasodif (takrorlanmaydi)")


if __name__ == "__main__":
    main()

Natijaning muhim qismi:

=== 1. Ikki mustaqil tasodifiy ===
  kam namuna (15) r: -0.24 (tasodifiy)

=== 2. Katta namuna (haqiqat ~0) ===
  katta namuna r: -0.001 (~0)

=== 3. Kam namuna aldaydi ===
  kam namuna — tasodifiy yuqori r (soxta)

=== 4. Xulosa ===
  soxta — tasodifiy (katta namuna ~0, ma'nosiz)
  ⭐ Soxta korrelyatsiya — tasodif (takrorlanmaydi)

Nima ko'rsatdi: 2.3-bo'lim.

5. To'g'ri va noto'g'ri tushunishlar

6. Keng tarqalgan xatolar va yechimlari

1. Korrelyatsiya → sabab

# r=0.9 → A B ni keltirib chiqaradi                          # ⚠️
# uchinchi omil/teskari/soxta o'yla                           # ✅

2. Uchinchi omil

# muzqaymoq → cho'kish deb                                    # ⚠️
# uchinchi omil (yoz) qidir                                   # ✅

3. Soxta ishonch

# kam namuna r=0.9 (ma'noli deb)                             # ⚠️
# katta namuna, takrorlanish (soxta?)                         # ✅

4. Teskari sabab

# kasalxona → o'lim deb                                       # ⚠️
# yo'nalish (kasal → kasalxona)                               # ✅

5. Tajribasiz sabab

# kuzatish ma'lumotdan sabab                                  # ⚠️
# A/B test (nazoratli tajriba)                                # ✅

6. ML sababiyat

# model sababni topadi deb                                    # ⚠️
# model korrelyatsiya (bashorat, sabab emas)                  # ✅

7. Korrelyatsiya yo'q → sabab yo'q

# r=0 → aloqa yo'q deb                                        # ⚠️
# nochiziqli bog'lanish bo'lishi mumkin                       # ✅

7. Integratsiya — bu bilim qayerda kerak bo'ladi

• 4.9-dars (o'tilgan): Korrelyatsiya
• 4.14-dars (keyin): A/B test (sabab)
• 9-qism (reja): EDA (bog'lanish tahlili)
• 20-qism: ML (korrelyatsiya, sabab emas)
• Karyera: Tanqidiy fikrlash (da'volar)

8. Eng yaxshi amaliyotlar

1. Korrelyatsiya ≠ sababiyat (eng muhim).

2. Uchinchi omil o'yla (yashirin sabab).

3. Soxta tekshir (tasodif — katta namuna).

4. Teskari sabab (yo'nalish).

5. Sabab uchun tajriba (A/B).

6. Kuzatish belgi, tajriba isbot.

7. ML korrelyatsiya (bashorat, sabab emas).

8. Tanqidiy fikrlash (da'volarni baholash).

9. Amaliy topshiriq

Vazifa 1: Bashorat qiling

1.  # korrelyatsiya nima?
2.  # sababiyat nima?
3.  # korrelyatsiya = sabab?
4.  # uchinchi omil nima?
5.  # muzqaymoq-cho'kish sabab?
6.  # uchinchi omil misoli?
7.  # soxta korrelyatsiya?
8.  # teskari sabab?
9.  # sabab qanday topiladi?
10. # A/B test?
11. # ML sababni topadimi?
12. # nega bu muhim?

Vazifa 2: Xatolarni tuzating

1.  # r=0.9 → sabab

2.  # muzqaymoq → cho'kish

3.  # kam namuna r=0.9 ma'noli

4.  # kasalxona → o'lim

5.  # kuzatishdan sabab

1.  uchinchi omil/teskari/soxta

2.  uchinchi omil (yoz)

3.  katta namuna (soxta?)

4.  yo'nalish (kasal → kasalxona)

5.  A/B test (tajriba)

Vazifa 3: Farq

Modellang:

1. Korrelyatsiya
2. Sababiyat
3. Farq
4. Ogohlantirish

Vazifa 4: Uchinchi omil

Modellang:

1. Yashirin sabab
2. Ikkalasini
3. Muzqaymoq-yoz
4. Oyoq-yosh

Vazifa 5: Turlar

Modellang:

1. Uchinchi omil
2. Soxta
3. Teskari
4. Tasodif

Vazifa 6: Tajriba

Modellang:

1. A/B test
2. Tasodifiy guruh
3. Bir o'zgartirish
4. Sabab

Vazifa 7: O'ylash

"Korrelyatsiya sababiyat emas" — Data Science'ning eng muhim qoidasi, lekin eng ko'p buziladigani ham. Nima uchun inson miyasi bog'lanishni sabab deb ko'rishga moyil (nega bu xatoni qilish oson), va nega faqat nazoratli tajriba (A/B test) sababni haqiqatan isbotlay oladi (kuzatish emas)?

Nimani mustahkamlaydi: 2.2, 2.5-bo'limlar.

Xulosa

Bu darsda korrelyatsiya vs sababiyatni o'rgandik.

Eng muhim uch fikr:

1. Korrelyatsiya ≠ sababiyat. Korrelyatsiya (A va B birga o'zgaradi — bog'lanish, 4.9), sababiyat (A → B — A B ni keltirib chiqaradi). Korrelyatsiya sababiyatni anglatmaydi — bog'lanish ko'p sababdan (A→B, B→A, uchinchi omil, tasodif); muzqaymoq-cho'kish (r=0.9) — muzqaymoq cho'kishni keltirmaydi. Data Science'ning eng muhim va eng ko'p buziladigan qoidasi.

2. Uchinchi omil va turlar. Uchinchi omil (confounding) — yashirin sabab: C ikkalasini keltirib chiqaradi (muzqaymoq-cho'kish: yoz; oyoq-o'qish: yosh; A-B korrelyatsiya, C sabab; eng ko'p). Soxta (spurious — tasodifiy bog'lanish, ma'nosiz; kam namuna/ko'p test). Teskari sabab (yo'nalish noaniq — A→B yoki B→A; kasalxona-o'lim).

3. Tajriba — sabab. Sabab qanday topiladi — tajriba (A/B test, nazoratli): tasodifiy ikki guruh (nazorat + o'zgartirish), faqat bir narsa o'zgaradi (tasodif uchinchi omilni muvozanatlaydi), farq → sabab; korrelyatsiya (kuzatish — belgi), tajriba (nazorat — isbot). Sababiyat — eng muhim ogohlantirish (bog'lanish → sabab xato — noto'g'ri qaror; inson miyasi sabab qidiradi — xato oson; ML korrelyatsiya topadi, sabab emas). Data Science'da doim (tanqidiy fikrlash — da'volar; qaror — tajriba). Tuzoqlar: korrelyatsiya→sabab, uchinchi omil e'tiborsiz, soxta ishonch, tajribasiz sabab.

Keyingi darsda ehtimollik asoslarini o'rganamiz: ehtimol nima, shartli ehtimol, Bayes — noaniqlikni sonlar bilan o'lchash.