Queste statistiche possono lasciare interdetti: significa davvero che un giorno Kuminga è andato dal barbiere a tagliarsi i capelli e da quel momento ha iniziato a giocare meglio a basket?

Sembrerebbe di sì, dato che i miglioramenti ottenuti sono rilevanti. Si dice che i numeri non mentono, giusto?

Si tratta, tuttavia, di un classico esempio di correlazione spuria. La correlazione spuria si verifica quando due variabili sembrano essere legate da un nesso di causa-effetto, ma in realtà non lo sono.

Se questo nesso manca, può voler dire che la relazione sia puramente casuale: in parole povere, si è trattata di una semplice coincidenza.

Alcune volte, questa coincidenza può essere imputata a una causa nascosta: un esempio abbastanza noto è quello della correlazione positiva tra la vendita di gelati e il tasso di omicidi. Si tratta di una correlazione spuria, a meno di non credere che mangiare gelati aumenti la propensione a commettere un omicidio o, viceversa, che il commettere omicidi sia seguito da un irresistibile bisogno di mangiare gelati.

Che sia una correlazione spuria è stato dimostrato da uno studio del 2013 pubblicato su Science. La correlazione è imputabile a un’altra variabile, nascosta ma facilmente identificabile: l’alta temperatura.

Tornando a Kuminga, ci potremmo chiedere come facciamo a sapere che la relazione tra le performance prima e dopo il suo taglio di capelli sia di tipo associativo e non causale.

Come facciamo a sapere che si tratti soltanto di una correlazione spuria?

Si potrebbe obiettare che un nesso di causalità esiste, ma non lo conosciamo: il taglio di capelli di Kuminga potrebbe aver davvero causato il suo miglioramento come tiratore e rimbalzista.

Chissà, perché no. Se così fosse, però, se l’evento “taglio di capelli” causasse l'effetto di incrementare con queste percentuali il numero di punti e di rimbalzi di un giocatore di basket, questa relazione dovrebbe valere per tutti i giocatori, non soltanto per Kuminga.

Possiamo allora verificare le statistiche di altri giocatori NBA che si sono tagliati i capelli durante la stagione e vedere se anche a loro il taglio di capelli ha permesso di migliorare le prestazioni più o meno come accaduto a Kuminga.

Se questo non è avvenuto, si tratta di una correlazione spuria.

Naturalmente, è il caso che ha fatto sì che dopo quel taglio di capelli Kuminga abbia giocato meglio. Per una pura coincidenza, potrebbe essere andato dal barbiere in concomitanza di un qualche altro evento che potrebbe aver influenzato le statistiche di Kuminga.

Ad esempio, potrebbe esserci stato un cambiamento nel suo allenamento, nella sua dieta o nella sua routine di gioco. Oppure, potrebbe esserci stato un cambiamento nel modo in cui i compagni di squadra e l’allenatore lo hanno utilizzato in campo. In altre parole, una causa potrebbe effettivamente esserci, ma non ha niente a che vedere con il suo taglio di capelli.

Oppure, più semplicemente, dopo essere stato dal barbiere Kuminga è stato più fortunato. Il caso ha voluto che, dopo aver tagliato i capelli, abbia iniziato a giocare meglio a basket.

La correlazione spuria è un fenomeno molto comune e, se non si sta attenti, può essere fuorviante.

Se per Kuminga può essere facilmente individuata, in molti altri casi non è altrettanto semplice. Ad esempio:

• In analisi tecnica, tra il verificarsi di un certo pattern e il successivo incremento di rendimento percentuale del titolo sottostante, la relazione è casuale o causale?
• Tra l’andamento dei P/E delle società di un certo settore e il loro rendimento, la relazione è casuale o causale?
• In una regressione multipla, tra una variabile indipendente e quella dipendente, la relazione è casuale o causale?

Quando si analizzano dei dati, è importante essere consapevoli che moltissime relazioni tra le variabili potrebbero essere spurie.

Quando si fa ricerca, si dovrebbe partire dalla dichiarazione delle variabili che si vogliono controllare. Per far questo, sarebbe opportuno fornire un grafico causale, ovvero una semplice rappresentazione visuale che collega due variabili mediante una freccia, indicando che una variabile – identificata come causa – esercita un’influenza sull’altra.

È essenziale, prima ancora di avvalersi di dimostrazioni statistiche, delineare chiaramente il legame causale tra le variabili in esame nello studio proposto.

Questo approccio, definito da De Prado come “intervento simulato”, si rivela scientificamente più valido rispetto agli studi econometrici tradizionali (osservativi), ai casi di studio e alle opinioni degli esperti: queste ultime, in particolare, sono molto simili a un testimonial pubblicitario.

La curiosa statistica di Kuminga funge da monito per i data analyst: l’enorme mole di dati che sono oggi disponibili può essere sfruttata in modo produttivo ma può, ancora più facilmente, condurre a conclusioni sbagliate. Questo rischio nasce dall’individuazione di correlazioni tra variabili che, in realtà, non sono connesse da rapporti di causalità.

Queste correlazioni non offrono vantaggi pratici e tendono a incrementare il rumore di fondo già presente nei dati, anziché distinguere validi segnali che potrebbero essere sfruttati operativamente.