Nedensellik Analizi (Causality)
İstatistik ve ekonometride en sık yapılan hatalardan biri, korelasyonu (ilişkiyi) nedensellik (sebep-sonuç) olarak yorumlamaktır. Nedensellik analizi, iki değişken arasındaki ilişkinin gerçekten bir neden-sonuç ilişkisi olup olmadığını belirlemeye yarar.
graph LR
A[Gözlemlenen İlişki] --> B{"Nedensellik Var mı?"}
B -- Evet --> C[Doğrudan Nedensellik X -> Y]
B -- Hayır --> D[Ters Nedensellik Y -> X]
B -- Hayır --> E[Ortak Neden Z -> X ve Z -> Y]
B -- Hayır --> F[Tesadüfi İlişki]
Korelasyon vs. Nedensellik
- Korelasyon: İki değişkenin birlikte hareket etme eğilimidir. (Örn: Dondurma satışları ile boğulma vakaları artar - Ortak neden: Yaz sıcakları).
Granger Nedensellik Testi
Zaman serisi analizinde en yaygın kullanılan testtir. Temel mantığı şudur: "Eğer X'in geçmiş değerleri, Y'nin bugünkü değerini tahmin etmeye katkı sağlıyorsa (Y'nin kendi geçmiş değerlerine ek olarak), o zaman X, Y'nin Granger nedenidir."
Model denklemi: $ Y_t = \alpha_0 + \sum_{i=1}^{p} \alpha_i Y_{t-i} + \sum_{i=1}^{p} \beta_i X_{t-i} + \epsilon_t $
Burada $H_0: \beta_1 = \beta_2 = ... = \beta_p = 0$ hipotezi test edilir. Eğer reddedilirse, X, Y'nin nedenidir denir.
Diğer Nedensellik Yöntemleri
1. Toda-Yamamoto Testi
Seriler durağan olmadığında veya eşbütünleşme ilişkisi belirsiz olduğunda kullanılan, Granger testinin geliştirilmiş bir versiyonudur.2. Yapısal Eşitlik Modellemesi (SEM)
Değişkenler arasındaki karmaşık neden-sonuç ağlarını modellemek için kullanılır.3. A/B Testleri (Deneysel Tasarım)
Dijital pazarlamada nedenselliği kanıtlamanın en kesin yoludur. Bir gruba müdahale edilirken diğer gruba edilmez ve sonuçlar karşılaştırılır.Uygulama Alanları
- Ekonomi: Faiz artışının enflasyona etkisi.
- Pazarlama: Reklam harcamalarının satışlara etkisi.
- Tıp: Bir ilacın iyileşme üzerindeki etkisi.