La estadística es una ciencia formal que estudia la recolección, el análisis y la interpretación de conjuntos de datos. La correlación es una variable estadística que nos mide la fuerza y la dirección de una relación lineal y la proporcionalidad entre dos variables.

Así pues podemos decir que los mercados financieros mundiales o el PIB de un país y la tasa de empleo están correlacionados:

Como vemos la correlación, en palabras simples nos indica que si existe correlación, una variable modificará su valor conforme otra variable lo haga (ya sea de en el mismo sentido o en sentido inverso)

Pero entonces, ¿cual es el problema?

Nos encontramos en la tesitura en la que en muchas ramas de la ciencia y en nuestro día a día, tratamos de buscar las causas a sucesos de forma que se realizan juicios a priori que se alejan mucho de la verdad.

Dos sucesos correlacionados (por ejemplo que uno suceda antes que otro) no tienen por que implicar Causalidad bien porque sea casual o porque la causa real sea un tercer suceso.

Por ejemplo si realizamos un estudio de las habilidades matemáticas según la altura de los estudiantes de educación primaria nos encontraremos con que tienen mayor conocimiento de las matemáticas los alumnos de mayor altura. Estas variables están fuertemente correlacionadas pero, ¿Podemos decir que el ser alto proporcione mayor conocimiento de las matemáticas?. Obviamente no, en este caso sería una tercera variable, la edad, la que determinaría la relación de causa para ambas variables. (A mayor edad mayor altura y mayores habilidades matemáticas).

Ahora voy a exponer un ejemplo mucho mas exacerbado:

Aquí podemos ver la correlación entre los accidentes de autopista y la importación de limones en EE.UU.

Sería cómico pensar que existe una relación de causalidad entre ellos, o por lo menos, una relación de causalidad excluyendo precios de los limones, lluvias… o sin tener en cuenta que lo que le afecta son los accidentes que tengan que ver con transporte de mercancías.

Para terminar esta entrada quiero destacar la importancia del conocimiento de que correlación no implica causalidad.

Este tipo de relaciones suelen ser muy utilizadas para defender una u otra acción o una postura u otra. Hay que saber analizar bien los datos y tener un espíritu crítico para no caer en dar por cierto lo que, tras un análisis de otras variables, puede ser falso.

En el mundo empresarial se puede caer muy fácil en este tipo de relaciones de causa que puede implicar caer en un gran error. Por ejemplo nos podemos encontrar que un vendedor de coches, hablando sobre su competencia, diga que venden mas coches que él porque están mejor situados estableciendo la relación causal entre lugar y ventas. Bien, este factor afecta pero no habría que olvidar el valorar despreciarlo (sobre todo teniendo en cuenta que muchos concesionarios están junto a otros) porque su competencia ofrece mejor servicio y unos precios menores.

¿Mayores ventas causan siempre mayores beneficios?

Aqui dejo un hilarante video que explicará el tema a los que aun no estan muy convencidos:

Buen ejemplo sacado del libro Freakonomics: (Capítulo “It´s not always a wonderful life”)

RESUMEN: Los altos indices de delincuencia habidos a principios de los 90 en EE.UU auguraban un ascenso en años posteriores. Se llevaron a cabo distintas acciones legales y policiales para evitarlo. El resultado fue no solo que no aumento el índice de criminalidad sino que descendió.

Los teóricos dijeron que la causa fue las medidas tomadas en esos años (correlación => causalidad).

Sin embargo la causa mas probable de ese descenso se debe a la aprobación del aborto 20 años antes que significó que aquellos niños de gente sin recursos (y que por tanto presentan mayor propensión a la delincuencia) no nacerían y por tanto a los 20 años no pudieron ser contabilizados en las estadísticas de delincuencia del país.

Esta causa mas probable se pone de manifiesto cuando los datos de los estados que antes implantaron el aborto no solo no tuvieron unas cifras de delincuencia menores sino que la disminución de esa cifra fue mas temprana y rápida.

La entrada Correlación no implica causalidad se publicó primero en Política Económica.