सहज सहसंबंध: आंकड़ों के किसी भी सेट के साथ "खेल" के लिए एक सेवा

कई वैज्ञानिक और बहुत वैज्ञानिक लेखों में, हम किसी भी सांख्यिकीय डेटा का एक ठोस रूप नहीं देख सकते हैं। इस तरह के डेटा के सेट की तुलना अक्सर संभावित संबंध को निर्धारित करने के लिए की जाती है। खैर, उदाहरण के लिए, एक वैज्ञानिक किसी भी क्षेत्र में आवधिक जलवायु परिवर्तन और सीप की आबादी में बदलाव से संबंधित हो सकता है। इस तरह के डेटा सेट के आधार पर, दूरगामी निष्कर्ष निकाले जाते हैं और आने वाले दशकों में सीप की आबादी की गतिशीलता की भविष्यवाणी की जाती है।



चुंबकीय क्षेत्र में बदलाव की तुलना करते समय कम स्पष्ट सहसंबंध होते हैं, उदाहरण के लिए, और इन्फ्लूएंजा वायरस के साथ रोगों की संख्या। अक्सर इस तरह के डेटा बहुत अच्छी तरह से सहसंबंधित होते हैं, और एक असंख्यात व्यक्ति बहुत प्रभावित होता है।



हालांकि, बहुत से लोग जानते हैं कि आप किसी भी सिद्धांत को साबित करने के लिए डेटा का उपयोग करके, "अस्पताल में औसत तापमान" के साथ खेल सकते हैं। और Spurious Correlations सेवा से पता चलता है कि यह सच है। उदाहरण के लिए, आप देख सकते हैं कि अलग-अलग वर्षों की मिस अमेरिका उम्र के ग्राफ आश्चर्यजनक रूप से भाप और / या सभी प्रकार की गर्म वस्तुओं के कारण होने वाली मौतों की संख्या के ग्राफ के साथ सहसंबद्ध हैं।







कुछ बकवास, सही? और वास्तव में, ऐसे मामले में बस कोई दृश्य या छिपा हुआ कनेक्शन नहीं है।



फिर भी, हम उदाहरण के लिए मार्जरीन की खपत की गतिशीलता और तलाक की संख्या को देखते हैं। कोई संबंध नहीं है और हो सकता है (शायद)।



सामान्य तौर पर, Spurious Correlations सेवा आँकड़ों के साथ "खेलने" के लिए कार्य करती है ताकि औसत व्यक्ति यह देख सके कि कुछ गणनाएँ और तुलनाएँ कैसे की जाती हैं।



सेवा में डेटा की एक विस्तृत विविधता है, और डेटा सेट का चयन करके, आप सेवा को एक समान डेटा सेट की खोज करने के लिए कह सकते हैं। बेशक, दोनों डेटा सेट कम से कम किसी भी तरह से संबंधित होने की संभावना नहीं है। लेकिन दृश्य समानता स्पष्ट है।



वैसे, सेवा का उपयोगकर्ता "सहसंबंध" को "दिलचस्प" या "निर्बाध" के रूप में चिह्नित कर सकता है, और ऐसे कनेक्शन अन्य उपयोगकर्ताओं को दिखाए जाएंगे।



बेशक, हम यह मान सकते हैं कि सेवा का इस्तेमाल बेईमान "वैज्ञानिकों" द्वारा किया जाएगा, सभी प्रकार के "गूढ़वाद के लोकप्रिय" और दुर्भाग्यपूर्ण आविष्कारक। लेकिन इसके बारे में शायद ही कुछ किया जा सके।