Vlákno názorů k článku Jiří Hlavenka: Velká data – nebo jenom velký prachy? od Martin - To je pravda, jenže majitele kliniky nezajímá nejen...

To je pravda, jenže majitele kliniky nezajímá nejen důvod té závislosti, nezajímá ho ani, že závislost existuje, stačí mu prostá informace, že je hodně plešatých.

Nicméně pro některé aplikace netřeba znát přesné kauzální vztahy. Viz třeba ve článku zmíněná (hypotetická) statistická závislost, že mají ženy více prsním implantátů je i více plešatých mužů. Inovativní majitel kliniky pro plastickou chirurgii s velkým odbytem prsních implantátů si okamžitě po tomto zjištění otevře oddělení pro transplantaci vlasových kořínků a důvod této závislosti ho vůbec nemusí zajímat.

"... nezajímá ho ani, že závislost existuje, stačí mu prostá informace, že je hodně plešatých." Čiže: nepotrebuje žiadne Big data!!!

Ale kdepak, protože tato korelace ukázala pouze to, že tyto dvě skupiny existují (a třeba v čase nějakým obdobným tempem rostou, aby bylo co ukazovat na grafech), ale na provázanost těchto skupin už nijak neukazuje.

Přehlížíte potřebu cílit reklamu. Můžete samozřejmě bombardovat svět plošně svými bannery na protiplešatící příspěvky, ale ukáže se výhodnější ukazovat bannery hlavně těm, co už si vyhledávali informace ohledně silikonů.

I když existuje kausální a současně statistická korelace, nevyplyne ze statistiky její směr (tedy co je příčina a co následek).
Klasika Je statisticky prokázáno, že tuberkulózní krávy dávají více mléka. Když se to takto podá, tak by se zcela jistě našel nějaký filuta, který by zlepšoval dojivost pomocí kultury Mycobacterium bovis. Konec konců, mlíko se po nadojení žene skrz pasterizátor, který tyhle bakterie spolehlivě zahubí...
Nicméně kauzalita je zde přesně opačná: Kráva, která víc dojí, má z tohoto důvodu nabouranou odolnost a snadněji chytne tuberkulózu.