Uudne lähenemine eristab põhjuslikud seosed eksitavatest korrelatsioonidest

Põhjuste leidmine, mis keerulistes võrgustikes — näiteks ökosüsteemides — muutuseid esile kutsuvad, on teadusele eriti raskeks väljakutseks. Siiamaani on teadlastel puudunud tõhusad vahendid põhjuslike seoste tuvastamiseks; sageli viitavad nad vaid kahe muutuja vahelisele korrelatsioonile, andes mõista, et seos võib olla põhjuslik. Kuid juba 1710. aastal märkis Iiri filosoof George Berkeley teraselt, et iga korrelatsioon ei pruugi tähendada põhjuslikku seost.

USA California San Diego ülikooli E. B. Scrippsi nimelise okeanograafiainstituudi uurija George Sugihara on koostöös kolleegidega mitmelt poolt mujalt maailmast töötanud välja uue lähenemise, mis aitab keskkonnateadlastel teha vahet tõeliste kausaalsete interaktsioonide ja eksitavate kokkulangevuste vahel.

Meetodit kirjeldab ajakirja Science viimatises veebinumbris ilmunud uurimus pealkirjaga „Põhjuslikkuse tuvastamine keerulisteks ökosüsteemides“ („Detecting Causality in Complex Ecosystems”) ning see seisneb keskkonnavaatlusandmetesse — ajaloolisesse dokumentatsiooni e nn aegridadesse — kätketud „signatuuride“ matemaatilises väljasõelumises.

Teadlased rakendasid uut tehnikat, nn koonduvat ristkaardistamist (ingl convergent cross mapping) anšoovise- ja sardiinipopulatsioone puudutavate aegrea-andmete analüüsimiseks eesmärgiga selgitada välja, kas liigid suhestuvad omavahel ning kas see võib kaasa tuua kummagi asurkonna arvukuse kõikumisi.

Hõlmates analüüsi nii California osariigi kala- ja ulukiametilt kui Scrippsi instituudi juures tegutsevalt California ookeani-kalavarude uurimise koostööprogrammilt CalCOFI pärinevaid andmeid kinnitasid uurijad, et ehkki sardiinide ja anšooviste arvukuse kõrg- ja madalseisud on vastastikku pöördvõrdelise amplituudiga, ei mõjuta liigid teineteist, vaid tegemist on libakorrelatsiooniga, nagu nt USA senati vabariiklaste osakaalu ja päikeselaikude vahel. Küll aga näitas uus analüüsivahend, et merepinna temperatuurikõikumised, mis pole küll kummagi kalaliigi populatsioonide suurusega korrelatsioonis, mõjutavad tegelikult varjatult mõlema asurkonna arvukust.

„Meie meetodi peamine uudsus on, et see rajaneb dünaamilisel ja vastastikseoseid arvestaval arusaamal loodusest,“ selgitas Scrippsi instituudi vendade McQuownide nimelise õppetooli loodusteaduste professor Sugihara. „Jäätise müüginumbrid võivad kerkida ja langeda samaaegselt vägivaldse kuritegevuse valdavusega, kuid meie meetod võimaldab veenvalt näidata, et seos pole põhjuslik, vaid et soojadel suvekuudel ilmneb mõlemat lihtsalt tihemini.“

Uus matemaatiline tööriist erineb meetoditest, mille töötasid rahandus- ja majandusandmete analüüsimiseks välja California San Diego ülikooli majandusteadlased Clive Granger ja Robert Engle, kellele omistati selle eest ka majandusteaduste Nobeli preemia. Nimelt on Grangeri tehnika optimeeritud puhtjuhuslikele süsteemidele, mitte sellistele, kus eri osade liikumisi kontrollivad konkreetsed reeglid.

Sugihara ja kolleegid arendasid oma meetodi välja spetsiifiliselt keeruliste ökosüsteemide analüüsimiseks, kuid selle rakendustel võib olla kaugeleulatuvaid järelmeid väga mitmete teadusvaldkondade jaoks. Sugihara osutusel võiks sellest abi olla näiteks epidemioloogiliste andmete analüüsis, millega püütakse tuvastada, kas eri haigused mõjutavad üksteist või kas neid põhjustavad keskkonnategurid.

Praegu uurivad Sugihara ja teised Scrippsi instituudi teadlased uue tööriista abil spetsiifilisi ookeaninähtuseid nagu pealtnäha ennustamatud vetikate vohamised, mida rannikupiirkondades aeg-ajalt ette tuleb.