Az asszociációt nem szabad összetéveszteni az oksággal; ha X okozza Y , akkor a kettő társítva van (függő). Mindazonáltal összefüggések keletkezhetnek a változók között az ok-okozati összefüggés megléte (azaz X okoz Y-t) és hiánya (azaz közös okuk van), amint azt a Bayes-hálózatok kontextusában láthattuk1.
Mitől lesz egy asszociáció oksági?
Az összefüggés erőssége – Minél erősebb az összefüggés vagy a kockázat nagysága egy kockázati tényező és az eredmény között, annál valószínűbb, hogy az összefüggést okozati összefüggésnek tekintik. Következetesség – Ugyanazokat az eredményeket figyelték meg a különböző populációkban, különböző vizsgálati terveket használva és különböző időpontokban.
Milyen irányelvek vonatkoznak annak megítélésére, hogy egy összefüggés okozati-e?
E irányelvek közül a legfontosabbak a következők: 'erő' (az erős összefüggés valószínűbb, hogy okozati, mint a gyenge), a 'konzisztencia' (egy összefüggés figyelhető meg különböző vizsgálatok, különböző körülmények között, időben és helyen), „biológiai gradiens” (azaz dózis-válasz – a hatásnak nagyobbnak kell lennie …
Lehetnek-e az asszociációk ok-okozati vagy nem okozati?
A 'asszociált' szó megfelelő, mert ok-okozati és nem okozati összefüggéseket is tartalmaz. A „megnövekedett kockázat” azonban valószínűleg „okként” értelmezhető, mert ha A növeli B kockázatát, akkor az A okozza B-t.
Mi a különbségasszociatív és kauzális modell?
Míg az asszociatív rendszer egyszerűen összekapcsolja az A és B ingert, a propozíciós oksági modell azt mutatja, hogyan kapcsolódik A és B egymáshoz - például, mint az előző ok és a következő hatás (Pearl & Russell, 2001).
