¿Correlación o causalidad?

¿Correlación o causalidad?

CORRELACIÓN → Nos permite identificar las gráficas entre dos distribuciones y ver que tan parecidas o no son. Esto no implica que una variable implique en la otra.

Dos gráficas de dos distintas distribuciones que se estén comparando, no necesariamente se indica que una causa impacto en la otra o viceversa.

Spurious Correlations (tylervigen.com)

Una relación causal entre dos eventos existe si la ocurrencia del primero causa el otro. El primer evento es llamado la causa y el segundo evento es llamado efecto. Una correlación entre dos variables no implica causalidad.

Correlacional y causal:

• Menor horas de sueño, mayor cansancio
• Mayor consumo de tabaco, mayor probabilidad de desarrollar cáncer

Hola, un saludo a toda la comunidad, en esta clase aprendí que una correlación no implica causalidad, pero la causalidad siempre implica correlación. :sm

24. ¿Correlación o causalidad?

• Correlación: que tan parecida o no es una distribución a otra
• Que dos distribuciones tengan correlación no significa que sean causales.

Causal:
El consumo excesivo de alcohol puede causar daño al hígado
La exposición a niveles elevados de ruido puede causar pérdida auditiva.
La falta de actividad física puede causar obesidad y problemas de salud relacionados.
La exposición prolongada a la radiación solar puede causar cáncer de piel.

• La correlación es una medida estadística que indica el grado de relación entre dos variables.
   
• Dos variables están relacionadas cuando al variar los valores de una también cambian los valores de la otra variable.
   
• Warning! Aunque exista correlación entre dos variables esto no significa que exista causalidad entre ellas.

Interesante el uso de graficos correlacionales. Esta nos permite ver lo parecida que son y nos permite comparar los resultados de estas.

Qué es una variable de confusión

Hablando de las correlaciones espurias tambipen podemos traer a la mesa las variable de confusión , analicemos el caso donde se identifica una relación entre el número mensual de ahogamientos en una playa con la cantidad de helados vendidos en el mismo período. Los helados no causan el ahogamiento, ni a la inversa, sino que las personas comen más helados en los días calurosos cuando también es más probable que vayan a nadar. Entonces, las dos variables (ventas de helados y ahogamientos) están correlacionadas, pero una no está causando la otra sino que ambas responden a una tercera variable, la temperatura.

Sí quieren leer un poco más del tema les dejo el articulo de donde saqué la info.

• la exposición altas a pantallas puede generar daño en los ojos

• buenos hábitos de respiración relajan y oxigenan el cerebro

Ejemplo: Correlación vs. Causalidad en Ventas de Helados y Accidentes de Piscina

Supongamos que estás analizando datos de ventas de helados y el número de accidentes de piscina durante el verano en una ciudad. Observas que hay una fuerte correlación positiva entre las dos variables, es decir, cuando las ventas de helados aumentan, también aumenta el número de accidentes de piscina. ¿Significa esto que comer helado causa accidentes de piscina?

Correlación:

En los meses de verano, las ventas de helados tienden a aumentar.
En los mismos meses de verano, también se observa un aumento en el número de accidentes de piscina.
El coeficiente de correlación entre las ventas de helados y los accidentes de piscina es positivo y alto.
Sin embargo, no podemos concluir causalidad solo basándonos en la correlación. Podría haber una explicación diferente detrás de esta correlación:

Causalidad:

En verano, las altas temperaturas aumentan la demanda de helados.
Las altas temperaturas también hacen que la gente pase más tiempo en piscinas, lo que aumenta el riesgo de accidentes de piscina.
En este caso, la temperatura es un factor confundidor que causa tanto un aumento en las ventas de helados como en los accidentes de piscina.
En este ejemplo, la correlación es real, pero la causalidad no está presente. Las ventas de helados y los accidentes de piscina están relacionados debido a la temperatura, pero comer helado no causa accidentes de piscina directamente.

Este ejemplo resalta la importancia de ser cauteloso al interpretar relaciones estadísticas y subraya por qué es necesario realizar estudios más rigurosos y considerar otros factores antes de concluir causalidad. La correlación puede ser engañosa si no se tienen en cuenta las variables confundidoras y las relaciones causales reales.