Que dos cosas vayan juntas no significa que una cause la otra. Esta lección es la más útil de toda la estadística para leer prensa, publicidad y estudios científicos.
La trampa
Que dos variables estén correlacionadas no significa que una cause la otra. Es el error de interpretación más frecuente de toda la estadística, y aparece a diario en la prensa.
Tres explicaciones posibles
| Situación | Ejemplo |
|---|---|
| A causa B | horas de estudio → nota |
| Una tercera variable causa las dos | helados y ahogamientos ← el calor |
| Casualidad | correlaciones absurdas con muchos datos |
Correlaciones absurdas
Con suficientes datos siempre aparecen coincidencias: el número de películas de un actor y el consumo de queso de un país pueden correlacionar sin tener nada que ver. Si no hay una explicación razonable detrás, no hay relación real.
Cuándo se puede hablar de causa
- Hay un mecanismo que la explique.
- La causa precede al efecto en el tiempo.
- Se han descartado otras explicaciones, idealmente con un experimento controlado.
Por eso los medicamentos se prueban con ensayos clínicos y no observando quién los toma por su cuenta.
Cómo leer un titular
«Los que desayunan sacan mejores notas» no demuestra que desayunar mejore las notas: puede que las familias que organizan un desayuno diario organicen también el estudio. Ante un titular así, la pregunta correcta es siempre ¿qué más podría explicar esto?
Convertir una correlación en una causa. Puede que A cause B, que B cause A, o que haya una tercera variable que explique las dos.
«Los que desayunan sacan mejores notas» → desayunar mejora las notasPuede haber una tercera causa: familias con horarios y hábitos más ordenadosSolo un experimento controlado —con grupos comparables— permite hablar de causa.