Quanto è giusto usare la parola "predire" per la regressione (logistica)?

La mia comprensione è che anche la regressione non dà causalità. Può solo dare un'associazione tra la variabile ye le variabili x e possibilmente una direzione. Ho ragione? Ho spesso trovato frasi simili a "x prevede y" anche nella maggior parte dei libri di testo del corso e in varie pagine del corso online. E spesso chiamate i regressori come predittori e y come risposta.

1. Quanto è giusto usarlo per la regressione lineare?
2. Che ne dici di regressione logistica? (se ho una soglia t con la quale posso confrontare la probabilità?)

Non ci sono problemi con l'uso della parola "predire".

È importante riconoscere che le previsioni non sono correlate alla causalità. Considera un caso in cui la maggior parte delle persone che muoiono in un pronto soccorso dell'ospedale muoiono per infarto. Se senti che un paziente è morto, ma non conosceva la causa, potresti prevedere che probabilmente proveniva da un attacco di cuore, perché sai che gli attacchi di cuore sono responsabili di> 50%. Stai facendo una previsione, ma stai predicendo una causa sconosciuta da un effetto noto. Inoltre, la previsione in questo esempio è categorica, quindi è analoga alla regressione logistica. (L'analogia è probabilmente più forte della regressione logistica multinomiale , ma qui non importa.)

Per quello che vale, le previsioni non devono assolutamente essere correlate a nessuna connessione causale diretta. È possibile effettuare una previsione basata su una correlazione spuria, purché la relazione sia affidabile. Considera di prevedere l'altezza sconosciuta di un gemello identico in base al fratello gemello. In questo caso, entrambe le altezze sono effetti di una serie di cause comuni (genetica e ambiente condivisi). L'altezza di nessuno dei due gemelli è una causa o un effetto dell'altro. Tuttavia, puoi fare previsioni molto valide in questa situazione.