Correlación no implica causalidad, hay que decirlo más (si queréis, con la entonación que Ernesto Sevilla le daba a cierto insulto muy español en cierto vídeo que fue un fenómeno de internet hace un tiempo…). Y hay que decirlo más porque en general no llegamos a comprender qué significa esta frase. Bueno, o eso o que aun comprendiéndola intentamos confundir a quien no la entiende haciéndole creer que una cosa sí que implica a la otra. A diario nos encontramos en (principalmente) medios de comunicación noticias cuyo titular tiene:
|
etiquetas: correlación , causalidad
Te dejo un enlace en el que se explican: t.xatakaciencia.com/matematicas/los-criterios-de-causalidad-de-bradfor
Pues .... Señores CORRELACIÓN ....
Cuanto mas tocino como, menos velocidad alcanzo corriendo
La correlacion no implica causalidad, ni el test de causalidad de Granger implica causalidad, ni un autoregresor vectorial nolineal en series temporales estacionarias y autointegradas tampoco implica causalidad. Ningun metodo estadistico implica causalidad.
La raiz del problema esta en el concepto que tienen muchos de la estadistica y las ciencias empiricas. La estadistica no sirve para demostrar la verdad, sino para poner limites a lo desconocido.
Lo siento. Ultimamente estoy un poco sensible. Tengo una nueva compañera de trabajo que de cada 4 palabras 1 es en ingles y estoy un poco intolerante.
Intuyo el significado de lo que quieres decir, pero esa frase es totalmente mentira.
Bueno salvo que nos pongamos en terminos de metodo cientifico tal cual: "nada sirve para demostrar la verdad, solo podemos refutarla", entonces si, pero entonces seria de cajon, no serviria ni la estadistica ni todo lo demas....
Normalmente cuando se dice que A causa un resultado R solo significa que:
1) A está correlacionado con R.
2) A ocurre en el tiempo antes que R.
3) Se ha aislado A lo máximo posible (hasta donde conocemos por el momento). Por ejemplo puede haber un experimento en el que ocurren 2 eventos A y B y se produce el resultado R. En este caso no podemos saber qué causa R, si A o B, o ambos a la vez, o ninguno de ellos sino un evento C que desconocemos.
Por otra parte hay muchos casos en que conocer la causa no es importante, ni posible. Esto ocurre en muchos estudios médicos, sociales, etc... Por ejemplo normalmente no se puede decir que un medicamento sea la causa directa de la cura, si no que su ingestión está correlacionada en un porcentaje de casos con la cura. Pero esto no lo hace menos efectivo de ninguna manera.
El principio basico de la estadistica es rechazar hipotesis con datos empiricos, dado cierto nivel de confianza y bajo un conjunto bien definido de presunciones. Todo lo demas es el mecanismo social que tenemos los humanos para organizar nuestro conocimiento y operar en consecuencia.
Desde este punto de vista, la correlación sí podría tomarse por un "primer indicio o primer signo" de que quizá podría existir causalidad; pero sin resultado final seguro.
Sin embargo, si no ves siquiera correlación, ya puedes estar seguro de que mucho menos habrá causalidad.
"Correlación" es simplemente "coincidencia fuerte".
(si hay causalidad entonces habrá una correlación)
Pero correlación no implica causalidad.
Es un caso particular (aunque quizá de los más comunes e importantes) de la falacia de la afirmación del consecuente. Sabemos que A implica B y la falacia es pensar o concluir que B implica A... o que "no A" implica "no B". Como ejemplo, el chiste de la pecera en versión corta: - Si tienes pecera entonces te gustan los animales y te gustarán las mujeres ¿no tienes pecera? Entonces eres maricón.
Corolario: como la causalidad es causa de la correlación, entonces causalidad y correlación deben ser conceptos correlacionados
¡Te me adelantaste!
Por cierto, una puntualización de lo que dices:
"Sin embargo, si no ves siquiera correlación, ya puedes estar seguro de que mucho menos habrá causalidad."
Puede ser que no la veas pero que sí exista. A veces la relación entre un factor y su efecto puede ser complejo o poco apreciable en la mayoría de los casos.
A ver si se poner un ejemplo:
¿es la gravedad o la masa causa de desvío de la luz?
En muchos experimentos más o menos simples podríamos concluir "que no, que nunca"... Pero en realidad se ha llegado a que la respuesta debería ser "sí, siempre". Lo que pasa es que el desvío es tan insignificante para las masas pequeñas que podemos manipular para hacer experimentos que nunca podíamos ver la correlación. Y, curiosamente, Einstein vio antes la causalidad de forma razonada (en base a otras correlaciones y causalidades ya conocidas) que la correlación.