BearManBull Escreveu:É o problema dos estudos, que podem demonstrar praticamente tudo.
MNPTLIS o estar associado não implica casualidade. Arranja lá um artigo que descreva o mecanismo responsável pelos fenómenos que descreves.
É que isto estatisticamente podes provar praticamente tudo o que te apeteça.
Estás a contradizer-te, muito embora o teu post esteja largamente correcto (
o miolo está correcto, o involucro é que não). Os estudos não podem demonstrar praticamente tudo, nem estatisticamente podes provar praticamente tudo o que te apeteça (aliás, provar é um termo que caiu em desuso em ciência).
Análise estatística inferida de estudos observacionais
só permite estabelecer a existência de uma associação ou não (com um dado grau de certeza), o que depois permite lançar hipóteses sobre possíveis mecanismos. Constrói-se um modelo a partir das observações (e com base em mecanismos já conhecidos, se existirem) e testa-se esse modelo experimentalmente. Posteriormente a estastística pode ser utilizada de novo para invalidar ou suportar as hipóteses.
Caso haja associação, no que diz respeito à identificação da direcção da causalidade (ie, A->B?; B->A?; ou Y->A/B?) o método clássico é o da intervenção (
intervention studies). É neste principio que se baseiam nomeadamente os ensaios clínicos (
randomized controlled trials). O principal problema com o método da intervenção, é que nem sempre é viável/exequível. Existem outras alternativas, menos "seguras", hoje exploram-se também inclusivamente métodos para resolver estes problemas (
causal inference e
causal discovery) baseados em Machine Learning.
Take away: a estatística permite estabelecer a existência de associações (sozinha nunca serve para "provar" nada, nem o que apetece nem o que não apetece); pode ser utilizada para sugerir hipóteses, testa-las e suporta-las/invalida-las.