¿Qué es la estadística y con qué se come?

1

Estadística, ¿qué es y por qué aprenderla?

2

Conceptos clave de estadística

3

Software estadístico

4

Workbook de ejercicios para practicar

Quiz: ¿Qué es la estadística y con qué se come?

Una imagen vale más que mil datos

5

Tablas unidimensionales y bidimensionales

6

¿Qué es la frecuencia estadística y con qué se come?

7

¿Cuál es la mejor visualización para mis datos?

Quiz: Una imagen vale más que mil datos

Estadística descriptiva

8

Distribuciones conjuntas

9

Medidas de tendencia central: media, mediana y moda

10

Cálculo de media, mediana y moda en hojas de cálculo

11

Medidas de dispersión: rango e IQR

12

Desplazamiento y escala de valores

13

Box plots y el resumen de 5 números

Quiz: Estadística descriptiva

Representación de datos

14

Media, varianza y desviación estándar

15

Histogramas, polígonos de frecuencia y curvas de densidad

16

Distribuciones simétricas y asimétricas

Quiz: Representación de datos

Muestra y error

17

Métodos de recopilación de datos

18

Muestreo y sesgo

¿Y la probabilidad?

19

¿Qué es la probabilidad y cómo se relaciona con la estadística?

20

Regla de la suma, unión e intersección

21

Probabilidad condicional y eventos dependientes e independientes

22

Teorema de Bayes

23

Combinaciones y permutaciones

Quiz: ¿Y la probabilidad?

Correlación y causalidad

24

¿Correlación o causalidad?

25

Gráficos de dispersión e introducción a la regresión

Quiz: Correlación y causalidad

Conclusiones

26

¿Qué aprender con tus nuevos poderes?

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Curso de Estadística y Probabilidad

Curso de Estadística y Probabilidad

Ilse Beatriz Zubieta Martínez

Ilse Beatriz Zubieta Martínez

¿Correlación o causalidad?

24/26
Recursos

Aportes 18

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

¿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

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.

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.
La diferencia entre correlación y causalidad es fundamental en estadística y ciencias de datos. 1. **Correlación:** * La correlación se refiere a la relación estadística entre dos variables. * Indica cómo cambia una variable cuando la otra también lo hace. * Puede ser positiva (ambas variables aumentan o disminuyen juntas), negativa (una variable aumenta mientras la otra disminuye) o nula (no hay relación aparente). * La correlación no implica causalidad. Solo porque dos variables estén correlacionadas no significa que una cause la otra. 2. **Causalidad:** * La causalidad implica una relación de causa y efecto entre dos variables, donde un cambio en una variable provoca un cambio en la otra. * Establecer causalidad generalmente requiere evidencia más allá de una simple correlación. Se necesitan estudios experimentales controlados y otros métodos para demostrar causalidad. * La correlación puede ser un indicio de causalidad, pero no es suficiente para demostrarla. **Ejemplo:** * **Correlación:** Existe una correlación positiva entre el consumo de helado y el número de ahogamientos. Ambos aumentan en verano, pero no hay causalidad; es simplemente una coincidencia estacional. * **Causalidad:** Si se lleva a cabo un estudio controlado y se demuestra que un nuevo medicamento reduce efectivamente una enfermedad, se podría establecer una relación causal. Es importante recordar la frase común en estadística: "correlación no implica causalidad". Solo porque dos cosas estén relacionadas estadísticamente no significa que una cause la otra. La causalidad requiere un análisis más profundo y evidencia adicional.
En el ámbito médico se ve mucho esta interpretación. Un ejemplo controversial sería que se correlaciona el consumo de alcohol con la longevidad. Pero no por ello se recomienda consumo de alcohol con este fin, pues se especifica ya con matices dentro de otros estudios más estructurados que el alcohol tiene relación con mayor mortalidad. Todo depende de la perspectiva y tratar de evitar estos sesgos, teniendo la información que aprendemos. De ahí la utilidad de saber estos conceptos.
Correlación: Compara la similitud de gráficas entre 2 eventos (aun cuando estos no tienen nada que ver el uno con respecto el otro). Causalidad: Analiza el efecto que tiene un evento en los resultados de otro evento, es decir que aquí la ocurrencia de un evento afecta directamente a otro.

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

La correlación se refiere a una relación estadística entre dos variables, lo que significa que cuando una variable cambia, la otra variable tiende a cambiar de una manera específica. La correlación no implica causalidad, es decir, que un cambio en una variable cause un cambio en la otra.
yo a las 6am con 5 horas de sueño viendo como la profe dice que estaré cansado todo el dia por no dormir bien :(
con el ultimo ejemplo puede que si exista una correlación, mas producción avícola implica mas insumos y transporte, yo creería que si el consumo interno de un país crece tibien va a crecer el consumo de combustible jajaja Es joda pero me parece una graciosamente curioso.
Si a tu correlación quieres agregarle la causalidad ya entre el ámbito teórico.
* **Correlación**: "A y B ocurren juntos", pero no estamos seguros de por qué. * **Causalidad**: "A causa B", sabemos que A provoca el cambio en B.
Entre mas lluvias, habrá mas reserva de agua en el proximo año

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.