相関関係と因果関係の混同(疑似相関)

「アイスクリームの売上と水難事故件数」に強い正の相関があっても、それは「気温(交絡因子)」が両方に影響している疑似相関です。相関分析から直ちに因果関係(介入効果)を結論づけることはできません。 ア:正解です。交絡因子による見かけ上の相関(Spurious Correlation)に対する注意です。 イ:誤りです。ピアソン相関係数は線形関係の強さを測るため、円や二次関数のような非線形関係がある場合でも相関が0になることがあります。 ウ:誤りです。スピアマンの順位相関係数は順位に基づくノンパラメトリック手法であり、外れ値に頑健です。 エ:誤りです。因果関係がなければ一方を介入変化させても他方は変化しません。

データ分析における相関関係と因果関係に関する記述として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
ピアソンの積率相関係数が高い値(例: 0.85)を示していても、第3の共通要因(潜伏変数・交絡因子)が存在することによって生じた「疑似相関(見かけの相関)」である可能性があり、直ちに因果関係の存在を意味するわけではない。
イ
相関係数が 0 であれば、2つの変数間には非線形な関係性を含めいかなる関係性も絶対に存在しないことが証明される。
ウ
スピアマンの順位相関係数は、外れ値の影響をピアソンの積率相関係数よりもはるかに受けやすい。
エ
相関関係が確認された事象間では、必ず一方を変化させれば他方も連動して変化することが保証される。