Los datos en las manos correctas pueden ser sorprendentemente innovadores y deberían ser un componente clave de cualquier elección. Una de las expresiones más conocidas del analista americano, W. Edwards Deming es, “En Dios confiamos. Todas las demás personas, traigan información”.

Sea como fuere, una y otra vez, la información puede ser juzgada y malinterpretada. Uno de los mayores conceptos erróneos es distintivo entre la causalidad y la conexión.

Hace algún tiempo, Bloomberg descargó un artículo de lengua y mejilla sobre los peligros de mezclar ambos. El artículo llegó a inferencias salvajes como que Facebook está impulsando la emergencia de la obligación griega o que la fama del nombre infantil ‘Avas’ causó la burbuja de alojamiento de los EE.UU. Claramente, estos son modelos escandalosos, sin embargo, muestra las amenazas de no entender la distinción.

¿Qué son la causalidad y la correlación?

¿Qué tal si empezamos con lo esencial. ¿Cuál es el significado de la causalidad versus la correlación?

Todo lo que se considera, como indica la conexión de la Agencia de Ideas es, “Una medida factual (comunicada como un número) que representa el tamaño y el encabezamiento de una conexión entre al menos dos factores”.

Mientras que la causalidad “muestra que una ocasión es la consecuencia del evento de la otra ocasión; por ejemplo, hay una conexión causal entre las dos ocasiones. Se alude a esto adicionalmente como circunstancias y resultados lógicos”.

El gran modelo de causalidad versus correlación que se utiliza con la mayor frecuencia posible es que el fumar se corresponde con el abuso de licor, sin embargo, no causa adicción al licor. Mientras que el fumar causa una expansión del peligro de crear malignidad en los pulmones.

¿Por qué razón es significativa la distinción?

Hacer bien la distinción es básico. El evangelista de la publicidad avanzada Avinash Kaushik expuso recientemente cómo no entender la distinción puede ser excepcionalmente peligroso. Kaushik presentó un artículo del especialista en finanzas, que destacaba la declaración de que comer más postres puede ayudar a apoyar las puntuaciones de suplentes en la escala de comprensión de PISA.

“Para los individuos ordinarios (no investigadores), este gráfico y artículo parece genuino”, compuso Kaushik. “Después de esto es un sitio respetable y es un grupo legítimo. Gracioso, y mira que hay una línea roja, lo que se asemeja a una apropiación razonable, y una R-cuadrada!”

Sin embargo, Kaushik necesita que contemplemos la información actual y no confiar plenamente en las cosas.

Él menciona que a pesar de la conexión sensata entre estos índices de información, no hay nada que fundamente la causalidad de uno y otro. Aunque puede dar la impresión de que existe una clara conexión que asocia el nivel de inteligencia a la utilización del yogur helado, la información no descubre de manera concluyente nada más allá de esa innegable correlación.

Haciendo casos fuertes

Por fin, Kaushik utiliza el modelo de experto financiero como punto de partida para recordarnos – y a los investigadores de todo el lugar – que debemos sospechar progresivamente de los casos que llegan a fuertes determinaciones a partir de los focos de información correspondientes. Se refirió a varios modelos diferentes, incluyendo la ciencia y el suicidio, evaluaciones de la calidad de las aerolíneas y planes de vuelo. La fuente de inspiración de Kaushik instó a los usuarios a mirar más allá de la información y a mantener una distancia estratégica de los extremos simples.

“Nuestra principal responsabilidad es ser suspicaces, escarbar y comprender y pinchar y provocar y descartar la increíblemente fuera de la base y en la remota posibilidad de que no sea increíblemente fuera de la base, en ese momento para dar sentido a lo correcto que puede ser para que puedas hacer una sugerencia informada”, procedió.

Hacerlo bien

La causalidad es una zona que se malinterpreta con la mayor frecuencia posible y es muy posible que sea muy difícil reunir la causalidad entre dos factores sin hacer un encuentro controlado aleatorio. Además, una conexión puede ser una medida útil, pero tiene limitaciones, ya que generalmente está relacionada con la estimación de una relación directa. Sea como fuere, entender esa correlación no sugiere causalidad y darse cuenta de que lo que importa es un punto decente para empezar.