if more tall people have cats, you might think that means being tall makes people more likely

背の高い人が猫を飼っていたら、背が高いと猫を飼う確率が高いと思うかもしれません。

to get a cat.

を見て、猫を飼うことにしました。

However, simply knowing a correlation between height and cat ownership can't tell us which

しかし、身長と猫の飼育数の相関関係を知るだけでは、どのような

way the causality goes – it may instead be that having a cat causes people to grow

因果関係を考えると、むしろ猫を飼うことで人は成長するのかもしれません。

taller – or perhaps the real cause is something else altogether, like that the people and

あるいは、本当の原因は他にあるのかもしれません。

cats live on two separate islands, one a lush paradise with enough food for growing tall

猫は2つの島に住んでいて、1つは背が伸びるのに十分な食べ物がある緑豊かなパラダイス。

and feeding pet cats, and the other a wasteland that limits both height and cat ownership.

とペットの猫に餌を与えているところと、高さも猫の飼育も制限されている荒れ地とがあります。

The point of examples like this is that noticing a correlation between two things doesn't

このような例で重要なのは、2つの物事の間に相関関係があることに気づくことは

imply that one of those things causes the other.

一方が他方を引き起こしていることを示唆しています。

Hence the common refrain: correlation doesn't imply causation.

そのため、「相関関係は因果関係を意味しない」という言葉がよく使われます。

And it's true – it doesn't!

そして、それは本当のことです。

But this oft-repeated mantra leads to another common misconception – the idea that you

しかし、この言葉にはもう一つの誤解があります。

can't infer any causality from statistics.

は、統計から因果関係を推測することはできません。

You can!

できます!

I mean, it's quite reasonable to think that, if two things are correlated, there's likely

つまり、2つの事柄に相関関係があれば、そこに可能性があると考えるのは非常に合理的です。

some reason, , even if a single correlation can't tell you.

相関関係だけではわからない、何らかの理由があるのだと思います。

Sometimes you can infer the causality from additional information – like knowing that

因果関係を追加の情報から推測できる場合もあります。例えば、次のような場合です。

one thing happened before the other – but you can also infer causality directly from

因果関係を直接推論することもできます。

correlations – you just need more than one, together with something called causal

相関関係は、因果関係と呼ばれるものと合わせて、複数必要です。

networks.

ネットワークを利用しています。

Like, in our cat-height-island example, we know that cat ownership and height are correlated,

例えば、猫の身長が高い島の例では、猫の飼育数と身長には相関関係があることがわかっています。

but we don't know what the cause of that correlation is.

しかし、その相関関係の原因が何であるかは分かっていません。

If we don't know anything else, then there are 19 – yes 19! – different causal relationships

もし、他に何も知らないのであれば、19個の-そう、19個の！-因果関係があることになります。- 因果関係の異なる

that could explain the situation.

このような状況を説明することができます。

20 if you think the correlation is just an accident.

20は、その相関関係が単なる偶然だと思うならば

However, perhaps we know two other things: first, suppose people born on a particular

しかし、私たちは他にも2つのことを知っているかもしれません。

island stay there, so their height doesn't influence what island they live on, and we

島に残るので、身長がどの島に住むかには影響しませんし

can rule out the relationships where height influences island.

は、身長が島に影響を与える関係を排除することができます。

Second, suppose that on either island, taken by itself, there isn't any correlation between

第二に、どちらの島でも、それ自体では、次のような相関関係がないとします。

height and cat ownership; then we can rule out all the options where height and cats

身長と猫の所有率が一致していれば、身長と猫の所有率が一致している選択肢はすべて除外できます。

influence each other directly . This leaves us with just two options: either the islands

互いの影響を直接受ける。この場合、選択肢は2つしかありません。

are the causal explanation for both height and cat ownership (maybe, as before, one island

は、身長も猫の飼い方も因果関係がある（多分、以前のように一島

is a lush, healthy paradise for both people and cats), or else cat ownership is the causal

が人と猫の両方にとって緑豊かで健康的な楽園であることを示している）、さもなければ、猫の飼育が原因の

explanation for the islands which are the causal explanation for height, (like, maybe

高さの因果関係を説明する島の説明を、（たぶん。

an abundance of cats turned the island into a paradise, thereby influencing the height

豊かな猫たちが島を楽園に変え、その高さに影響を与えたのです。

of future cat owners).

の人が、未来の猫の飼い主になるために）。)

So, starting with 19 possible causal relationships, we used correlations to narrow things down

そこで、19の因果関係が考えられることから、相関関係を用いて絞り込んでいきました。

to just 2 options – not bad!

をたったの2つの選択肢にしたのは悪くないと思います。

Of course, this is just a simple example, but for any group of things, you can use the

もちろん、これは簡単な例ですが、どんなグループのものに対しても

various correlations between them (or lack of correlations) to eliminate some of the

それらの間の様々な相関関係（または相関関係の欠如）を排除するために、いくつかの

possible cause-and-effect relationships.

因果関係の可能性

And that's how correlations CAN imply causation.

そして、相関関係が因果関係を示唆することもあるということです。

There is one problem, though… some experiments in quantum mechanics have correlations that

しかし、1つ問題があります。量子力学の実験の中には、相関関係があるものがあります。

rule out ALL possible cause and effect relationships.

可能性のあるすべての原因と結果の関係を除外します。

We'll have to save the details for a later video, but until then, may I suggest a new

詳細は後日のビデオに譲るとして、それまでの間、私が提案するのは、新しい

version of the famous refrain?

のバージョンがあります。

“Correlation doesn't necessarily imply causation, but it can if you use it to evaluate

"相関関係は必ずしも因果関係を示唆するものではありませんが、それを評価するために使用する場合は、その可能性があります。

causal models.

因果関係のあるモデルです。

…Except in quantum mechanics.”

...量子力学以外では"

I've got a little more about statistics and causality after this, but first I'm

この後、統計や因果関係についてもう少し詳しく説明しますが、まずは

excited to introduce the very relevant sponsor for this video: Brilliant.org.

このビデオに関連するスポンサーを紹介します。Brilliant.orgです。

Brilliant is a problem solving website designed to help you practice and learn math and science

Brilliantは、数学と科学の練習と学習のために作られた問題解決のウェブサイトです。

via guided problems, puzzles and quizzes: I know that sounds kind of nerdy, but the

誘導された問題、パズル、クイズを介して。ちょっとマニアックな話に聞こえるかもしれませんが

truth is that the only way to truly learn and understand much of math and physics is

は、数学や物理学の多くを真に学び、理解するには

to actively work through the material yourself – videos only get you so far.

積極的に自分で学習することが大切です。ビデオでは限界があります。

And Brilliant does a brilliant job of making that easy, sneakily enticing you into doing

そして、Brilliantはそれを容易にする見事な仕事をして、あなたをこっそりと誘惑します。

math and physics problems by means of intriguing questions structured for all ability and knowledge

数学や物理学の問題を、あらゆる能力や知識に合わせて構成された魅力的な問題で解くことができます。

levels.

のレベルになります。

I say this from experience, because if you haven't done a problem for a few days, Brilliant

これは経験から言っているのですが、数日間問題をやっていないと、ブリリアント

will send you an attention-grabbing puzzle , and I've been sucked in by quite a few

は、注目のパズルを送りますが、私はかなりの数のパズルに吸い込まれています。

of them.

のです。

If you want to try out Brilliant (which I recommend), heading to brilliant.org/minutephysics

私がお勧めするBrilliantを試してみたい方は、brilliant.org/minutephysicsへどうぞ。

will let them know you came from here, and you can check out their courses on Probability,

は、あなたがここから来たことを伝え、確率のコースをチェックすることができます。

the Physics of the Everyday, Classical Mechanics, Gravitational Physics and so on.

日常の物理」「古典力学」「重力物理」など。

Hey, glad you're still here – in case you're interested, there's a footnotes

やあ、まだここにいてくれて嬉しいよ。興味があるなら、脚注があるよ。

video covering a few things that got cut out of this one, like feedback loops and correlations

のビデオでは、フィードバックループや相関関係など、今回はカットされてしまったいくつかの事柄を取り上げています。

that arise just by chance.

偶然の産物である。

The link's on screen and in the video description.

リンクは画面上とビデオの説明にあります。