Асоциацията не трябва да се бърка с причинно-следствената връзка; ако X причинява Y , тогава двете са свързани (зависими). Въпреки това, могат да възникнат асоциации между променливи в присъствието (т.е. X причинява Y) и отсъствието (т.е. те имат обща причина) на причинно-следствена връзка, както видяхме в контекста на байесовите мрежи1.
Какво прави асоциацията причинна?
Сила на асоциацията – Колкото по-силна е връзката или величина на риска между рисков фактор и резултат, толкова по-вероятно е връзката да се счита за причинно-следствена. Последователност – едни и същи открития са наблюдавани сред различни популации, като се използват различни дизайни на изследване и в различно време.
Какви са насоките за преценка дали връзката е причинно-следствена?
Най-важните от тези насоки са 'сила' (силната връзка е по-вероятно да бъде причинно-следствена, отколкото слабата), 'последователност' (асоциация се наблюдава в различни проучвания, при различни обстоятелства, времена и места), „биологичен градиент“(т.е. доза-отговор – ефектът трябва да е по-голям…
Могат ли асоциациите да бъдат както причинно-следствени, така и безпричинни?
Думата, 'асоцииран' е подходяща, защото включва както причинно-следствени, така и не-причинни връзки. Въпреки това, „повишеният риск“вероятно ще се тълкува като „причина“, защото ако A увеличава риска от B, това означава, че A причинява B.
Каква е разликата междуасоциативен и каузален модел?
Докато асоциативната система просто свързва стимул A и B, пропозиционалният каузален модел представя как A и B са свързани помежду си-например като предшестваща причина и последващо следствие (Пърл и Ръсел, 2001).
