如何使用Python中的任何统计技术来估计任何两个变量之间的因果关系或因果效应？

Question

我对统计和Python中的因果推理或因果关系的概念很陌生。

我有一个dataframe test，如下所示：

x   y
0   0.03    315.98
1   -0.03   316.91
2   0.06    317.64
3   0.03    318.45
4   0.05    318.99
... ... ...
58  0.92    406.76
59  0.84    408.72
60  0.97    411.66
61  1.01    414.24
62  0.84    416.45

test.to_dict()的定义为：

{'x': {0: 0.03,
  1: -0.03,
  2: 0.06,
  3: 0.03,
  4: 0.05,
  5: -0.2,
  6: -0.11,
  7: -0.06,
  8: -0.02,
  9: -0.08,
  10: 0.05,
  11: 0.02,
  12: -0.08,
  13: 0.01,
  14: 0.16,
  15: -0.07,
  16: -0.01,
  17: -0.1,
  18: 0.18,
  19: 0.07,
  20: 0.16,
  21: 0.26,
  22: 0.32,
  23: 0.14,
  24: 0.31,
  25: 0.16,
  26: 0.12,
  27: 0.18,
  28: 0.32,
  29: 0.39,
  30: 0.27,
  31: 0.45,
  32: 0.4,
  33: 0.22,
  34: 0.23,
  35: 0.31,
  36: 0.44,
  37: 0.33,
  38: 0.46,
  39: 0.61,
  40: 0.38,
  41: 0.39,
  42: 0.53,
  43: 0.62,
  44: 0.62,
  45: 0.53,
  46: 0.67,
  47: 0.63,
  48: 0.66,
  49: 0.54,
  50: 0.65,
  51: 0.72,
  52: 0.61,
  53: 0.64,
  54: 0.67,
  55: 0.74,
  56: 0.89,
  57: 1.01,
  58: 0.92,
  59: 0.84,
  60: 0.97,
  61: 1.01,
  62: 0.84},
 'y': {0: 315.98,
  1: 316.91,
  2: 317.64,
  3: 318.45,
  4: 318.99,
  5: 319.62,
  6: 320.04,
  7: 321.37,
  8: 322.18,
  9: 323.05,
  10: 324.62,
  11: 325.68,
  12: 326.32,
  13: 327.46,
  14: 329.68,
  15: 330.19,
  16: 331.12,
  17: 332.03,
  18: 333.84,
  19: 335.41,
  20: 336.84,
  21: 338.76,
  22: 340.12,
  23: 341.48,
  24: 343.15,
  25: 344.85,
  26: 346.35,
  27: 347.61,
  28: 349.31,
  29: 351.69,
  30: 353.2,
  31: 354.45,
  32: 355.7,
  33: 356.54,
  34: 357.21,
  35: 358.96,
  36: 360.97,
  37: 362.74,
  38: 363.88,
  39: 366.84,
  40: 368.54,
  41: 369.71,
  42: 371.32,
  43: 373.45,
  44: 375.98,
  45: 377.7,
  46: 379.98,
  47: 382.09,
  48: 384.02,
  49: 385.83,
  50: 387.64,
  51: 390.1,
  52: 391.85,
  53: 394.06,
  54: 396.74,
  55: 398.81,
  56: 401.01,
  57: 404.41,
  58: 406.76,
  59: 408.72,
  60: 411.66,
  61: 414.24,
  62: 416.45}}

在这个dataframe中有两个变量x和y。X是自变量，y是因变量。

我可以使用以下方法计算两者之间的相关性：

test.corr()

它返回：

x   y
x   1.000000    0.961354
y   0.961354    1.000000

这意味着x与y的相关性为96%。然而，这并不显示这两个变量之间的因果关系。

我如何在Python中统计地显示x会导致y，并以一定的值显示效果？

Answer 1

相关性是指总是可以从你的数据中计算出来的数字--它只是有一个数学公式。

另一方面，因果关系是关于x对y的真正影响的知识。例如，其他变量z可能是x和y都发生变化的原因。x与y相关。但是，如果x发生了变化，并不意味着y也会改变。也许x有一个不同的原因来改变它，根本不会改变y。这意味着x不会导致y。

值可能是相关的，但x可能不会导致在y上，并且无法从简单的数字中判断出这一点。

关于“相关性”和“因果关系”之间的差异，网上有很多例子。