Samenhang tussen twee metingen — geen oorzaak-gevolg
Kies twee metingen uit de catalogus, bereken de samenhang en bekijk beide reeksen in één grafiek. Verkeer↔lucht gebruikt standaard de uitstoot-index (intensiteit × snelheidsfactor per uur).
De uitkomst is een statistische associatie (Pearson-correlatie): beide reeksen variëren meetbaar mee, maar dat betekent niet dat de ene de andere veroorzaakt.
Voor
Correlatie ≠ causatie. Correlatie meet samenhang in de tijd; causatie betekent dat de ene variabele de andere daadwerkelijk beïnvloedt — dat volgt niet uit één coëfficiënt.
In epidemiologisch en beleidsonderzoek worden vaak vijf indicatoren meegewogen (Bradford Hill):
Volgtijdelijkheid — vermeende oorzaak gaat het gevolg vooraf
Sterkte — sterkere associatie is relevanter, geen automatisch bewijs
Consistentie — patroon herhaalt zich onder vergelijkbare omstandigheden
Dosis-respons (proportionaliteit) — meer blootstelling ↔ sterker effect
Plausibiliteit — aannemelijk mechanisme of verklaring
Confounding: een derde factor (weer, seizoen, infrastructuur) kan beide reeksen tegelijk beïnvloeden — zichtbare samenhang zonder direct verband.
zijn aanvullend onderzoek en context nodig; deze tool levert geen oorzakelijkheidsbewijs.
Voorbeeld voor Deventer:
Weer ↔ N348 km 64,4 (Li) — Westdorplaan - N756 — uitstoot-index (90 dagen).
Log in voor andere metingen, opslaan en de volledige picker.