Se correlação não é causalidade, o que é? – Parte 1: limites dos estudos observacionais

dr_brown

Recentemente, Gláucio Soares fez um excelente post no blog Metodologia Política, mostrando de forma clara e simples que correlação não implica em causalidade. Trata-se de uma noção muito básica e fundamental, sobre a qual, porém, poucos têm conhecimento. Tá… aprendemos e aceitamos essa ideia. O que então implica causalidade? Como estudá-la? Neste post, tento tratar disso de modo simples (talvez até simplista), mas creio que já é uma contribuição.

Correlação é interseção. Se A é correlacionado com B, há uma grande probabilidade de encontrá-los juntos por aí — ou seja, em boa medida, no conjunto das vezes em que A ocorre, é frequente ver que B também ocorreu.

Venn_A_intersect_B

Correlação é o primeiro passo para verificar causalidade. Toda relação causal envolve correlação, mas o contrário não é verdadeiro. Causalidade envolve ao menos duas coisas: (1) precedência temporal e (2) necessidade. Por precedência temporal entendo o seguinte: se A é causa de B, então A já existia antes. Na correlação, a ordem anterior dos fatos não importa — o que conta é que em algum momento eles foram simultâneos, isto é, mensurados juntos. Outra ponto é que B jamais ocorreria sem que A tivesse ocorrido — ou seja, para observar a consequência, é necessário observar a causa antes.

Esse ponto sobre a necessidade tem complicadores… Por ora, uma explicaçãozinha singela já basta: imaginemos que a relação causal seja como uma máquina de fazer bolos. Os bolos são a consequência e os ingredientes, a causa. Não há bolo sem ingredientes!

bolo

Simples assim, certo? Se o bolo fosse feito de apenas um ingrediente, chamaríamos esse último de causa suficiente; ele sozinho já basta. Caso contrário, se há vários ingredientes imprescindíveis, cada um será uma causa necessária. O que não for imprescindível, é firula. 😉

Parece simples. O problema é que na vida real já encontramos os bolos prontos. Podemos até achar rastros na cozinha, restos de ingredientes deixados por um boleiro lambão. Mas não temos certeza de que há vestígios de tudo ali (ele pode ter guardado o leite ou a água, sem derramar, por exemplo). E certas coisas que estão por lá podem ter chegado depois ou já estar lá há muito tempo (um brócolis velho atrás do fogão…). Não podemos concluir que só por causa da co-ocorrência (correlação), tudo o que está lá é causa do bolo. O complicador de tudo é o timing. Chegamos depois… já tinha bolo e bagunça.

kitchen-mess

Tudo estaria resolvido se pudéssemos voltar no tempo e ver o cozinheiro utilizando a máquina de bolos, introduzindo os ingredientes, misturando etc (a foto do Dr. Brown não está ali em cima à toa). Só que não rola. Esse é o problema dos estudos chamados observacionais: você chega, observa tudo o que já aconteceu e registra. Não importa se quanti ou quali, estudos observacionais quase sempre estão intrinsecamente impedidos de fazer inferências causais.

Algumas estratégias amenizam essas limitações. Uma delas é acompanhar a unidade observacional ao longo do tempo. Acompanharíamos as mudanças e estaria tudo bem, correto? Não.

O problema é que a realidade é sempre dinâmica, com mil coisas ocorrendo ao mesmo tempo. Ninguém consegue observar tudo. É como um quadro do Bruegel, só que com ainda mais coisas acontecendo:The-Wedding-Dance-1566-by-Pieter-Bruegel-The-Elder-upload.wikimedia.org_

No exemplo dos bolos, imagine que você esteja numa cozinha com 10 cozinheiros, 20 garçons, fornecedores de alimentos, pessoal da limpeza, crianças correndo e mexendo nas coisas, gato, pato, papagaio, cachorro, barulho, música, conversas, gente chegando e saindo… Tenso, né? (eu nem gostaria de comer num lugar desses). Certamente em meio a tudo isso, o bolo ficaria pronto e você nem veria de onde ele saiu. E daquele monte de coisas ocorrendo juntas, somente uma pequena fração é causa necessária.

Só seria possível descobrir as causas do bolo se observássemos diversas vezes, a cada momento aprendendo um pouco mais, descartando aquilo que não importa — e retendo apenas tudo o que se mostrou sempre presente. Ainda assim, dependendo do nível do caos, com muita imprecisão e incerteza.

Achar causas através de observações e indícios não é elementar, caro Sherlock… Mas nem tudo está perdido.

(CONTINUA NO PRÓXIMO POST…)

Anúncios

15 respostas em “Se correlação não é causalidade, o que é? – Parte 1: limites dos estudos observacionais

  1. Contudo, é possível inferir causalidade através da observação caso o observador inserido no meio do caos venha, pela utilização de métodos de observação ( o que implica tempo de observação e de distanciamento do que é observado) descobrir certas regularidades como, por exemplo, o fato de existirem pessoas que cozinham, que servem e outras que comem e que encontram-se em relação umas as outras de proximidade e de distância, de diferenças ocupacionais e segundo a natureza de suas especializações, as funções que exercem e as hierarquias que estruturam os espaços que ocupam ( nem que seja um espaço de circulação como é caso do garçom) e natureza das relações que colocam os diferentes agentes no mesmo espaço que pode ser simplesmente econômica ou cultural ( ou as duas coisas juntas). Neste caso, não vamos a campo observar para verificar uma série causal ( o que permite que o bolo exista?) mas para descobrir regularidades como, por exemplo, o fato de que é mais provável que o bolo seja feito pelo cozinheiro ( provável porque o garçom pode, na falta do cozinheiro, fazer o bolo se tiver condições de faze-lo, pois na medida em que estivesse pleiteando tal cargo ele fizesse incursões na cozinha para aprender os segredos de fazer um bolo). Emfim, tudo isso que nos permitiria entender um efeito como, para citarmos uma situação inusitada porque não esperada, o espanto causado pelo de descobrir-se comendo um bolo feito por um cliente e não pelo cozinheiro.

  2. Então a gente tem que parar as pesquisas e se dedicar a construir um DeLorean! Ótimas metáforas.

  3. Pingback: Se correlação não é causalidade, o que é? – Parte 2: viagem no tempo, contrafactuais e experimentos científicos | SOCIAIS & MÉTODOS

  4. Pingback: Se correlação não é causalidade, o que é? – Parte 2: viagem no tempo, contrafactuais e experimentos científicos | SOCIAIS & MÉTODOS

  5. Nossa! Raramente um autor tem a alegria e a felicidade de ver que o que escreveu como diversão ajudou a inspirar algo muito, muito bom. Obrigado, Rogério.

    • Nossa! Fico muitíssimo grato por seu comentário, Gláucio. Lisonjeado, na verdade. Obrigado pela leitura e pela disponibilidade. Ainda haverá mais um ou dois posts sobre isso. Um grande abraço!

  6. Rogério você teria algum material específico para me indicar sobre a causalidade de Granger. Grato.

  7. Pingback: Sociedade, caos e complexidade (ABM – Parte 5, final) | SOCIAIS & MÉTODOS

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s