Persatuan tidak boleh dikelirukan dengan kausalitas; jika X menyebabkan Y , maka kedua-duanya dikaitkan (bergantung). Walau bagaimanapun, perkaitan boleh timbul antara pembolehubah dalam kehadiran (iaitu, X menyebabkan Y) dan ketiadaan (iaitu, mereka mempunyai sebab yang sama) perhubungan sebab, seperti yang telah kita lihat dalam konteks rangkaian Bayesian1.
Apakah yang menjadikan perkaitan bersebab?
Kekuatan perkaitan – Semakin kuat perkaitan, atau magnitud risiko, antara faktor risiko dan hasil, semakin besar kemungkinan perhubungan itu dianggap bersebab. Ketekalan – Penemuan yang sama telah diperhatikan di kalangan populasi yang berbeza, menggunakan reka bentuk kajian yang berbeza dan pada masa yang berbeza.
Apakah garis panduan untuk menilai sama ada persatuan itu bersebab?
Paling penting daripada garis panduan ini ialah 'kekuatan' (kaitan yang kuat lebih berkemungkinan bersebab daripada yang lemah), 'ketekalan' (perkaitan diperhatikan dalam kajian yang berbeza, dalam keadaan, masa dan tempat yang berbeza), 'kecerunan biologi' (iaitu tindak balas dos – kesannya sepatutnya lebih besar …
Bolehkah persatuan boleh menjadi sebab atau bukan sebab?
Perkataan, 'berkaitan' adalah sesuai kerana ia merangkumi kedua-dua hubungan sebab dan bukan sebab. Walau bagaimanapun, 'risiko meningkat' berkemungkinan ditafsirkan sebagai 'sebab' kerana jika A meningkatkan risiko B, implikasinya ialah A menyebabkan B.
Apakah perbezaan antaramodel bersekutu dan kausal?
Walaupun sistem bersekutu hanya menghubungkan rangsangan A dan B, model sebab akibat proposisi mewakili bagaimana A dan B berkaitan antara satu sama lain-contohnya, sebagai sebab sebelum dan kesan berikut (Pearl & Russell, 2001).
