Korelacja a przyczynowość w twoich danych osobistych: jak uczciwie czytać własne liczby

Oto zdanie, które brzmi prawdziwie. “Dni, w których piłem więcej wody, to dni, w których czułem się lepiej skupiony. Czyli woda poprawia moją koncentrację.” Pierwsza połowa jest w porządku. Druga to skok, i to właśnie w tym skoku osobista analityka cicho schodzi z torów.

Ten tekst jest o tym skoku. Co naprawdę mówi korelacja w twoich własnych danych, czego nie mówi, jakie są cztery najczęstsze błędne odczyty i jak działać na podstawie wzorca bez przesady. Jeśli to dla ciebie temat nowy, zacznij od naszego przewodnika po osobistej analityce, a wróć tu, gdy uzbierasz kilka tygodni zapisów.

Czym tak naprawdę jest korelacja

Korelacja, w sensie osobistym, to mała statystyczna obserwacja. Mówi: w twoich danych, w tym okresie, dwa pola miały tendencję do poruszania się razem. Gdy jedno było wysokie, drugie było wysokie. Albo gdy jedno było wysokie, drugie było niskie. Przez wiele dni dni z większą ilością wody pokrywały się z dniami lepszej koncentracji częściej niż nie.

To prawdziwy fakt o twoich zapisach. To także fakt znacznie węższy, niż się wydaje.

Korelacja jest ograniczona na trzy sposoby naraz. Jest ograniczona do ciebie, nie do nikogo innego. Jest ograniczona do tego okresu twojego życia, nie do reszty. I jest ograniczona przez wszystko inne, co działo się w tamtych dniach, co korelacja po cichu wchłania w swój kształt. Liczba, którą widzisz, to wzorzec po tym, jak życie się przez niego przedarło, nie wcześniej.

Czytanie korelacji tak, jakby była czystym prawem fizyki, to najłatwiejszy do popełnienia błąd, a większość trackerów nie robi nic, by go zniechęcić.

Czym korelacja nie jest

Cztery rzeczy w szczególności. Żadna z nich nie jest semantyczną drobnostką. To różnica między dobrym użyciem swoich danych a oszukiwaniem siebie nimi.

Nie jest dowodem, że jedno spowodowało drugie

Gdy woda i koncentracja idą razem, kilka historii pasuje równie dobrze. Może woda pomaga koncentracji. Może koncentracja, albo to, co tworzy skupiony dzień, sprawia również, że pijesz więcej wody (przypomniałeś sobie o butelce, bo dzień był spokojny). Może oba są skutkiem czegoś innego, spokojnego grafiku, weekendu, pory roku. Korelacja nie rozróżnia tego. Tylko eksperyment może zacząć to robić.

Nie jest dowodem, że wzorzec utrzyma się w przyszłym miesiącu

Wzorzec czysty w marcu może zniknąć w kwietniu. Twoje życie się zmienia, nawyki się zmieniają, pory roku się zmieniają. Korelacja opisuje to, co się stało, nie to, co się stanie. Czytanie jej jako prognozy to nadinterpretacja.

Nie jest dowodem, że wzorzec uogólnia się na kogoś innego

Twoja współlokatorka mogłaby rejestrować dokładnie te same pola przez te same tygodnie i uzyskać inny kształt. Osobista analityka jest z założenia osobista. Wzorzec w twoich danych nie rości sobie prawa do innych, a ich nie rości sobie prawa do ciebie.

Sam w sobie nie nadaje się do działania

To pomijają najczęściej. Nawet silna korelacja nie mówi ci sama z siebie, czy zmiana jednego pola zmieni drugie. Skoro przyczyna może biec w drugą stronę lub przez trzeci czynnik, “rób więcej X, by mieć więcej Y” to hipoteza, nie wniosek. Uczciwy ruch przy silnej korelacji to “sprawdzę to”, nie “działam, jakby to była prawda”.

Cztery najczęstsze błędne odczyty

Jeśli rejestrujesz starannie przez kilka miesięcy, trafisz na wszystkie cztery. Nazwanie ich pomaga.

Mylenie kierunku

Woda i koncentracja to klasyczny przykład. Czy woda pomogła koncentracji, czy też rodzaj dnia, w którym potrafisz się skupić, okazał się również rodzajem dnia, w którym pijesz wodę? Czujesz, że pierwsza odpowiedź. Dane milczą.

Odczyt z pomylonym kierunkiem zamienia odruchowo “X koreluje z Y” w “X powoduje Y”, choć “Y powoduje X” lub “mają wspólną przyczynę” pasują do tych samych liczb.

Zmienne ukryte (trzeci czynnik)

Oba pola mogą poruszać się razem, bo coś innego porusza oba. Sen. Stres. Weekend kontra dzień powszedni. Termin. Święto. Pogoda. Twoje dane widzą dwa pola, nie ukryty trzeci, a ten ukryty trzeci cicho rozdyma pozorny związek.

Przydatne ćwiczenie: kiedy widzisz silną korelację, zapisz trzy inne rzeczy, które również działy się w dniach z wysokim X. Jeśli większość z nich jedzie razem z X, historia X do Y prawdopodobnie pożycza od nich siłę.

Odwrócona przyczynowość

“Więcej wody prowadzi do większego skupienia” można odwrócić bez psucia danych. “Większe zmęczenie prowadzi do mniejszej ilości wody, bo zmęczona wersja ciebie zapomina butelki” daje tę samą chmurę punktów. Z korelacji nie da się wywnioskować, która jest prawdą. Można zgadywać na podstawie samowiedzy, ale bądź uczciwy: rozumujesz, nie mierzysz.

Przypadek

Najcichszy i najczęstszy. Przy małym zbiorze dni dość czysty wzorzec może pojawić się tylko dlatego, że małe próby czasem tak robią. Dwa tygodnie “za każdym razem, gdy ćwiczyłem, czułem się lepiej” mogą się wypłaszczyć do szóstego tygodnia. Im krótsze okno, tym więcej miejsca dla szumu, by udawać historię.

Lekarstwem jest więcej danych. Wzorce, które przetrwały miesiąc lub dwa uczciwego rejestrowania, zasługują na większą wagę niż te, które pojawiają się w dwunastu dniach.

Jak uczciwie czytać korelację pokazaną przez Loggr

Kiedy Loggr pokazuje wzorzec, robi to prostym językiem z małym wykresem. Coś w stylu “w dni treningowe twój nastrój był wyraźnie wyższy niż w dni bez treningu”. Loggr nie twierdzi, że to przyczyna, nie mówi ci, co masz zrobić, i oznacza siłę, byś mógł kalibrować.

To wejście. Oto lista pytań, które warto sobie zadać, zanim cokolwiek zinternalizujesz.

Spytaj, co jeszcze łączyło te dni

Dni treningowe to pewnie nie tylko dni treningowe. To może być również dni, w które dobrze spałeś, dni ze spokojniejszym planem, dni, w których czułeś się już na tyle dobrze, by chcieć ruszyć ciałem. Wzorzec, który Loggr pokazał, to zarys relacji. Środek należy do ciebie.

Prosty test: otwórz notatki z dni wysokich i z dni niskich obok siebie. Przeczytaj je. Często historia się zmienia.

Spytaj, ile danych za tym stoi

Silny przy miesiącu lub dwóch spójnych zapisów jest bardziej wiarygodny niż silny przy dwóch tygodniach. Loggr nie pokaże wzorca, dopóki nie ma za nim wystarczająco wielu sparowanych dni, ale próg “wystarczająco” to minimum dla wiarygodnego spojrzenia, nie dla domkniętego wniosku. Wzorzec, który utrzymał się przez cały sezon, jest wyraźnie inny niż taki, który właśnie przekroczył kreskę.

Spytaj, jak duża jest różnica

Jeśli w dniach treningowych twój nastrój wynosił średnio 7,0, a w dniach bez treningu 6,8, to ledwie historia. Jeśli dni treningowe to 7,0, a dni bez treningu 5,0, to już tak. Loggr pokazuje porównanie, byś zobaczył różnicę; nie zatrzymuj się na “Loggr nazwał to silnym” i nie pomijaj części, w której patrzysz na liczby.

Spytaj, czy już chciałeś, by to było prawdą

Najtrudniejsze. Jeśli wzorzec pasuje do przekonania, z którym przyszedłeś, traktuj go z większym sceptycyzmem, nie mniejszym. Efekt potwierdzenia to najsilniejsza siła w osobistej analityce, z marginesem, który większość ludzi niedocenia. Wzorzec, który cię zaskakuje, jest bardziej informacyjny niż taki, który potwierdza, bo twoje przekonania już ciągnęły dane.

Co można zrobić z korelacją

Cel tego wszystkiego nie polega na tym, żebyś przestał patrzeć w swoje dane. Wręcz przeciwnie. Korelacje w danych osobistych są użyteczne, gdy traktujesz je jako to, czym są: generator hipotez, nie wniosek. Trzy produktywne zastosowania.

Wygeneruj mały eksperyment

Gdy zauważasz, że “dni treningowe korelują z lepszym nastrojem”, produktywnym następnym krokiem jest mały eksperyment. Trenuj świadomie w serii dni, w których inaczej byś tego nie zrobił, trzymaj resztę tak stałą, jak życie pozwala, i patrz, co się dzieje. Nawet nieformalna wersja tego jest uczciwsza niż działanie na korelacji, jakby była dowodem. Eksperyment jest sednem.

Dlatego wzorce z tego samego dnia i z dnia następnego należą do skrzynki narzędziowej. O efektach z poprzedniego dnia pisaliśmy osobno: odstęp między przyczyną a skutkiem jest częścią tego, co eksperyment musi wybrać.

Zauważ to, na co nie zwracałeś uwagi

Wzorzec bywa użyteczniejszy przez to, co sugeruje, niż przez to, co mówi. “Trening koreluje z nastrojem” może mówić o treningu. Albo może ci mówić, że dni bez treningu często są niedzielami i że to coś w twoich niedzielach jest właściwą historią. Korelacja wskazywała na trening; to, co zauważyłeś, było czymś innym. To się liczy.

Buduj samowiedzę w czasie

Wiedzieć, że trzy rzeczy często współwystępują w twoim życiu, jest użyteczne nawet bez wyjaśnienia przyczynowego. Znasz kształt swojego tygodnia. Wiesz, które poniedziałki bywają trudniejsze. Nic z tego nie wymaga udowodnionej przyczyny. Wymaga tylko uczciwego opisu, powtarzanego dość długo, by stał się stabilny.

Jak Loggr jest zbudowany wokół tego

To nastawienie widać w produkcie.

Loggr pokazuje wzorce prostym językiem. Bez żargonowego wyniku, bez twierdzenia o przyczynie, bez rad. Zdanie opisuje, co się stało, nie co masz zrobić.
Loggr oznacza siłę: słaba, umiarkowana lub silna. Słaby wzorzec jest pokazany jako taki, nieprzykryty.
Loggr nie pokaże wzorca, dopóki nie ma za nim wystarczająco wielu sparowanych dni. Poniżej tego progu insight jest zablokowany, z krótką notką, czego brakuje.
Loggr porównuje pola tego samego dnia oraz z jednym dniem przesunięcia i zachowuje silniejszą relację. To mechanizm dnia następnego z przewodnika po śledzeniu w parach. Działa w obie strony: wzorzec tego samego dnia może ukryć wzorzec z dnia następnego, i odwrotnie.
Loggr nie interpretuje wzorca za ciebie. Interpretacja to myślenie, a myślenie czyni całe ćwiczenie sensownym.

Trudna dyscyplina

Jeśli z całego tego tekstu zabierzesz jeden nawyk, weź ten. Gdy korelacja zdaje się potwierdzać coś, w co już wierzyłeś, bądź bardziej sceptyczny, nie mniej.

Powód jest strukturalny. Twoje przekonania o własnym życiu kształtowały od początku to, jak rejestrowałeś: jakie pola wybrałeś, jak oceniałeś własny nastrój, co zapamiętałeś. Wzorzec, który potwierdza te przekonania, częściowo odzwierciedla tamte wybory, nie jest faktem niezależnym. Wzorzec, który im przeczy, musiał przebić się przez twoje uprzedzenia, by się pokazać. Zasłużył na uwagę.

Gdy silna korelacja trafia w coś, co już wiedziałeś, zwolnij. Przejdź przez cztery błędne odczyty z góry. Zadaj cztery pytania z checklisty. Potem zdecyduj, czy chcesz to przetestować. Najczęściej wzorzec przeżywa weryfikację i nauczyłeś się czegoś uczciwego. Czasem nie, i nauczyłeś się czegoś jeszcze bardziej uczciwego: że czytałeś swoje dane przez soczewkę.

Najczęstsze pytania

Jeśli nie mogę udowodnić przyczyny, jaki jest sens?

Sens to ostrzejsza uwaga. Dane osobiste nie zastępują myślenia. Kierują je w odpowiednie miejsca. Korelacja mówi “to może być warte spojrzenia”. To użyteczne, dopóki nie awansujesz tego do “to jest odpowiedź”.

Czy mogę robić sobie testy A/B?

Formalnie tak. Zmień jedno wejście, trzymaj inne tak stałe, jak życie pozwala, rejestruj przez dwa tygodnie, potem odwróć wejście i rejestruj kolejne dwa. Porównaj. Dostaniesz coś bliższego odczytowi przyczynowemu niż bierna korelacja. Dwa zastrzeżenia. Wciąż jesteś jedną osobą, więc wynik dotyczy tylko ciebie w tym okresie. I życie rzadko pozwala trzymać resztę stałą. Osobiste testy A/B są użyteczne i ograniczone, obie rzeczy naraz.

Czy powinienem działać na podstawie silnej korelacji?

Może, jako eksperyment. Nie jako wniosek. Uczciwe ujęcie brzmi: “spróbuję tego przez dwa tygodnie i zobaczę, co się stanie, i nie zdziwię się, jeśli nic z tego nie wyjdzie”.

Co, jeśli korelacja zaprzecza czemuś, w co wierzyłem?

Daj jej więcej uwagi, nie mniej. Wzorce, które przeżyły przekonania przeciwne, są zwykle bardziej uczciwe niż te, które potwierdzają. Wzorzec sprzeczny dotarł tam pomimo ciągu twoich przekonań. To twardszy dowód, jak na standardy osobistej analityki.

Ile trzeba czasu, by zaufać wzorcowi?

Praktyczna zasada: tydzień na ustawienie, miesiąc na pierwsze wiarygodne spojrzenie, sezon na poważną wagę. Wzorce, które trzymają się przez kwartał, przez różne nastroje i tygodnie, są solidniejsze niż wzorce, które wyskakują w intensywnym dwutygodniowym okresie.

Co, jeśli Loggr pokaże dwa wzorce, które sobie zaprzeczają?

Tak bywa. Dwa pola mogą korelować z trzecim w przeciwnych kierunkach. Albo wzorzec tego samego dnia może iść w jedną stronę, a wzorzec z dnia następnego w drugą. To dane są uczciwe ze sobą. Właściwy odczyt to zwykle “jest tu bardziej skomplikowana historia”, a nie “jeden z nich jest zły”.

Kluczowe wnioski

Korelacja w twoich danych to opis tego, co stało się w tym okresie, w twoim życiu, z całą resztą wessaną do środka. Jest prawdziwa. I węższa, niż wygląda.
Korelacja nie jest dowodem przyczyny, nie jest prognozą, nie uogólnia się na innych i sama z siebie nie nadaje się do działania.
Cztery powszechne błędne odczyty: pomylony kierunek, ukryte zmienne trzecie, odwrócona przyczynowość i przypadek przy małej próbie. Łatwo wpaść we wszystkie cztery. Żaden nie jest katastrofalny, jeśli zostajesz uczciwy.
Czytaj wzorzec z Loggra z czterema pytaniami: co jeszcze łączyło te dni, ile danych za tym stoi, jak duża jest różnica, i czy już chciałem, by to było prawdą?
Produktywne zastosowanie korelacji to wygenerowanie małego eksperymentu, zauważenie, na co nie patrzyłeś, i budowanie samowiedzy w czasie. Żadne z nich nie wymaga twierdzenia o przyczynie.
Kiedy wzorzec potwierdza coś, w co już wierzyłeś, bądź bardziej sceptyczny, nie mniej. Efekt potwierdzenia to najsilniejsza siła w osobistej analityce.

Spróbuj tego następnym razem, gdy Loggr pokaże wzorzec

Następnym razem, gdy Loggr pokaże korelację w twoich danych, jeszcze nie działaj. Wypisz trzy inne rzeczy, które mogłyby ją wyjaśnić, i zdecyduj, czy któraś z nich jest bardziej prawdopodobna niż historia, do której sięgnąłeś najpierw. Ćwiczenie jest sednem. Jeśli jeszcze nie zacząłeś rejestrować, możesz otworzyć Loggra i utworzyć pierwsze pole w minutę. Sześć typów pól, na iOS, Androidzie i webie. Wzorce pojawią się, gdy będzie ich czym podeprzeć, prostym językiem, z małym wykresem. Uczciwe ich czytanie pozostaje twoją robotą, i to jest część, którą warto robić.