Assotsiatsiooni ei tohiks segi ajada põhjuslikkusega; kui X põhjustab Y , siis on need kaks seotud (sõltuvad). Siiski võivad muutujate vahel tekkida seosed põhjusliku seose olemasolul (st X põhjustab Y) ja puudumisel (st neil on ühine põhjus), nagu oleme näinud Bayesi võrgustike kontekstis1.
Mis teeb seose põhjuslikuks?
Seose tugevus – mida tugevam on seos või riski suurusjärk riskiteguri ja tulemuse vahel, seda tõenäolisem alt peetakse seost põhjuslikuks. Järjepidevus – samu tulemusi on täheldatud erinevates populatsioonides, kasutades erinevaid uuringukavasid ja erinevatel aegadel.
Millised juhised kehtivad seose põhjusliku seose üle otsustamiseks?
Kõige olulisemad neist juhistest on „tugevus” (tugev seos on tõenäolisem alt põhjuslik kui nõrk), „järjepidevus” (seost täheldatakse erinevad uuringud erinevatel asjaoludel, aegadel ja kohtades), „bioloogiline gradient” (st annus-vastus – mõju peaks olema suurem …
Kas seosed võivad olla nii põhjuslikud kui ka mittepõhjuslikud?
Sõna 'seotud' on asjakohane, kuna see sisaldab nii põhjuslikke kui ka mittepõhjuslikke seoseid. Tõenäoliselt tõlgendatakse "suurenenud riski" aga kui "põhjust", sest kui A suurendab B riski, tähendab see, et A põhjustab B.
Mis vahe onassotsiatiivne ja põhjuslik mudel?
Kui assotsiatiivne süsteem lihts alt seob stiimuli A ja B, siis propositsiooniline põhjusmudel kujutab kuidas A ja B on üksteisega seotud - näiteks eelneva põhjusena ja järgnevana. (Pearl & Russell, 2001).
