a:

Una correlazione negativa tra due variabili significa che una variabile aumenta ogni volta che l'altro diminuisce. Questa relazione può o non rappresentare la causa tra le due variabili, ma descrive un modello esistente. La perfetta correlazione negativa significa che esiste sempre una relazione diretta con una diminuzione di una variabile sempre incontrata con un aumento corrispondente nell'altro. I statisti assegnano un valore negativo a correlazioni negative e un valore positivo ogni volta che esiste una correlazione positiva.

Quando due variabili sono correlate, possono avere una causa simile o identica. L'aumento di una variabile, in una correlazione negativa, può rappresentare l'aumento di un fattore che causa direttamente la diminuzione di un altro fattore. Se, ad esempio, i numeri di popolazione interni di topi e gatti sono correlati negativamente, allora l'aumento della popolazione di gatti può causare direttamente la diminuzione del numero di topi. Tuttavia, la correlazione può non essere correlata. La presenza di più gatti non può ridurre il numero dei topi direttamente se un altro fattore non correlato sta diminuendo il numero di topi coperti, ad esempio nuove trappole per topi.

Correlazioni dovrebbero essere indagate per determinare una causa. I pianificatori di affari possono esaminare le relazioni esistenti tra variabili, come la spesa dei consumatori e la domanda di un prodotto, come parte dell'analisi del mercato. Tuttavia, le correlazioni non devono essere interpretate come una prova di una variabile che causa una modifica in un'altra variabile. Gli ambienti aziendali complessi spesso presentano molte cause complesse e dati correlati con correlazioni variabili prive di causa. Ad esempio, un aumento della spesa e delle entrate dei consumatori può verificarsi contemporaneamente alla copertura positiva dei media, ma può avere una causa diversa, come il movimento in un nuovo mercato emergente.