Association bør ikke forveksles med kausalitet; hvis X forårsager Y , så er de to associerede (afhængige). Der kan dog opstå associationer mellem variabler i tilstedeværelsen (dvs. X forårsager Y) og fravær (dvs. de har en fælles årsag) af en årsagssammenhæng, som vi har set i forbindelse med Bayesianske netværk1.
Hvad gør en sammenhæng kausal?
Tilknytningsstyrke – Jo stærkere sammenhængen, eller størrelsen af risikoen, er mellem en risikofaktor og udfald, jo mere sandsynligt menes, at sammenhængen er kausal. Konsistens – De samme resultater er blevet observeret blandt forskellige populationer ved brug af forskellige undersøgelsesdesign og på forskellige tidspunkter.
Hvad er retningslinjerne for at vurdere, om en sammenhæng er kausal?
De vigtigste af disse retningslinjer er 'styrke' (en stærk sammenhæng er mere tilbøjelig til at være årsag end en svag), 'konsistens' (en sammenhæng observeres i forskellige undersøgelser, under forskellige omstændigheder, tidspunkter og steder), 'biologisk gradient' (dvs. dosis-respons – effekten bør have en tendens til at være større …
Kan associationer være både kausale eller ikke-kausale?
Ordet 'associeret' er passende, fordi det inkluderer både kausale og ikke-årsagssammenhænge. Imidlertid vil 'øget risiko' sandsynligvis blive fortolket som en 'årsag', fordi hvis A øger risikoen for B, er implikationen, at A forårsager B.
Hvad er forskellen mellemen associativ og en kausal model?
Mens det associative system blot forbinder stimulus A og B, repræsenterer en propositionel kausalmodel hvordan A og B er relateret til hinanden-for eksempel som forudgående årsag og følgende virkning (Pearl & Russell, 2001).
