Está en la página 1de 10

UNIVERSIDAD NACIONAL EXPERIMENTAL SIMON RODRIGUEZ

TERMINOLOGIA EN ESTADISTICAS E INVESTIGACION

Causalidad vs Correlacin
En esta leccin se presentan algunos elementos en procura de dar
claridad sobre una confusin bastante frecuente entre las personas
cuando indistintamente hacen referencia a la causalidad y la
correlacin como si fueran sinnimos.
Para ello se realizar una serie de simulaciones mentales para
acercarse paulatinamente al entendimiento de la diferencia que
subyace en estos dos trminos.
Desde muy pequeo el ser humano comienza por establecer
relaciones entre los eventos que percibe. Antes de continuar es
preciso sealar algo, no es que la relacin siempre exista en la
realidad, de hecho, en la mayora de los casos, una vez se encuentra
una es fcil comenzar a creer en ella. Por ejemplo, supngase que un
nio toca con su mano la llama de una vela, naturalmente se
quemar. Es muy fcil para el nio encontrar una relacin entre estos
dos episodios. Seguramente ser capaz de establecer la relacin
entre fuego y quemadura sin la necesidad de que un adulto se la
haga explcita. Otra situacin podra darse si un nio al caminar
descalzo, nota al da siguiente que se enferm de gripa. Tambin es
sencillo encontrar una relacin entre estos dos eventos. Si el nio no
ha sido capaz de establecer la relacin entre estar descalzo y padecer
la gripa, probablemente un adulto le har caer en la cuenta de ello.
Lo presentado anteriormente no presupone problema alguno, es
slo la prueba de la habilidad de los seres humanos para establecer
este tipo de relaciones, lo cual llega a ser, incluso, un criterio para
evaluar su capacidad cognitiva, no obstante tambin es muy fcil
generalizar una relacin entre dos eventos y llevarla a una causalidad
errneamente.

Se invita al lector a reflexionar sobre esto: una cosa es pensar, he


caminado descalzo 3 veces y las 3 veces me he resfriado y otra muy
diferente, en trminos del tipo de razonamiento y de su validez, es si
camino descalzo, me enfermo. Es posible llegar a establecer, incluso
con precisin estadstica, que se da la relacin entre andar descalzo
y

estar

enfermo

de

gripa;

sin

embargo,

eso

no

significa

necesariamente que el haber caminado descalzo haya sido la


causa de que apareciese la enfermedad.
En la niez se aprende que las causas preceden en el tiempo a los
efectos; aunque hay que decirlo, esto no es del todo preciso,
particularmente cuando se analizan los fenmenos a la luz del
pensamiento sistmico, es decir, no hay una causalidad lineal sino
ms bien una influencia circular.
Entonces, cuando se ve una o varias relaciones entre dos
fenmenos del mundo, como andar descalzo y tener gripa es muy
fcil creer que se ha encontrado una causalidad. El problema es que
este tipo de inferencias no siempre son correctas, pues el hecho de
que no sea correcta no quiere decir que no funcione en nuestra
mente como si lo fuera; con este tipo de trampas hay que tener
mucho cuidado. Se invita al lector a establecer claramente la
diferencia entre creer y conocer.
Hasta aqu lo dicho se puede generalizar que siempre que hay
causalidad, hay relacin y que sin embargo, no siempre que hay
relacin, hay causalidad, de lo que se desprende que mientras
la correlacin es una dependencia funcional entre variables, positiva o
negativa, la causalidad adems aade una relacin de causa y efecto
verificable entre las mismas, es decir que hay correlacin cuando hay
causalidad, por ejemplo, si llueve, entonces normalmente hay
atascos, pero no siempre al revs, es decir, los sntomas de una
enfermedad suelen aparecer juntos, de forma correlacionada, pero
ninguno

es

causa

de

otro.

correlacin, pero no al revs.

Obviamente,

causalidad

implica

Responder:
1. Qu es la correlacin?
2. Qu es la Causalidad?
3. Diferencie de forma clara los trminos causalidad y casualidad
4. S dos variables estn fuertemente correlacionadas son causa
y efecto?
5. Explique todas sus respuestas.

Probabilidades
Las probabilidades constituyen una rama de las matemticas que
se ocupa de medir o determinar cuantitativamente la posibilidad de
que un suceso o experimento produzca un determinado resultado. La
probabilidad est basada en el estudio de la combinatoria y es
fundamento necesario de la estadstica.
La creacin de la probabilidad se atribuye a los matemticos
franceses del siglo XVII Blaise Pascal y Pierre de Fermat, aunque
algunos matemticos anteriores, como Gerolamo Cardano en el siglo
XVI, haban aportado importantes contribuciones a su desarrollo.
La probabilidad matemtica comenz como un intento de
responder a varias preguntas que surgan en los juegos de azar, por
ejemplo saber cuntas veces se han de lanzar un par de dados para
que la probabilidad de que salga seis sea el 50 por ciento.
La probabilidad de un resultado se representa con un nmero
entre 0 y 1, ambos inclusive. La probabilidad 0 indica que el resultado
no ocurrir nunca, y la probabilidad 1 que el resultado ocurrir
siempre. Los problemas ms sencillos estudian la probabilidad de un

suceso favorable en un experimento o acontecimiento con un nmero


finito de resultados, todos ellos con igual probabilidad de ocurrir.
Si un experimento tiene n posibles resultados, y f de ellos se
consideran favorables, la probabilidad de un suceso favorable es f/n.
Por ejemplo, un dado no trucado se puede lanzar de seis formas
posibles, por tanto, la probabilidad de que salga un 5 un 6 es 2/6.
Problemas ms complicados estudian acontecimientos en que los
distintos resultados tienen distintas probabilidades de ocurrir. Por
ejemplo, encontrar la probabilidad de que salga 5 6 al lanzar un par
de dados: los distintos resultados (2, 3,12) tienen distintas
probabilidades. Algunos experimentos pueden incluso tener un
nmero infinito de posibles resultados, como la probabilidad de que
una cuerda de circunferencia dibujada aleatoriamente sea de longitud
mayor que el radio.
Los problemas que estudian experimentos repetitivos relacionan
la probabilidad y la estadstica. Algunos ejemplos: encontrar la
probabilidad de obtener 5 veces un 3 y al menos 4 veces un 6 al
lanzar un dado, sin hacer trampas, 50 veces; si una persona lanza
una moneda al aire y da un paso hacia delante si sale cara y un paso
hacia atrs si sale cruz, calcular la probabilidad de que, despus de
50 pasos, la persona est a menos de 10 pasos del origen.
El uso ms generalizado de la probabilidad es su utilizacin en el
anlisis estadstico. Por ejemplo, la probabilidad de sacar 7 al lanzar
dos dados es 1/6, lo que significa (se interpreta como) que al lanzar
dos dados aleatoriamente y sin hacer trampas, un gran nmero de
veces, alrededor de un sexto de los lanzamientos darn 7.
La probabilidad matemtica se utiliza mucho en las ciencias
fsicas, biolgicas y sociales, as como en el comercio y la industria.
Se aplica a muchas reas tan dispares como la gentica, la mecnica
cuntica y los seguros. Tambin estudia problemas matemticos
tericos de gran importancia y dificultad y est bastante relacionada
con la teora del anlisis matemtico, que se desarroll a partir del
clculo.

Clculo o medicin de la Probabilidad


La probabilidad mide

la

mayor

menor

posibilidad de que se d un determinado resultado


(suceso o evento) cuando se realiza un experimento
aleatorio.
Para calcular la probabilidad de un evento se toma
en cuenta todos los casos posibles de ocurrencia del mismo; es decir,
de cuntas formas puede ocurrir determinada situacin.
Los casos favorables de ocurrencia de un evento sern los que
cumplan con la condicin que estamos buscando.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto
por ciento, entre 0% y 100%):
El valor cero corresponde al suceso imposible; ejemplo: lanzamos
un dado al aire y la probabilidad de que salga el nmero 7 es cero.
El valor uno corresponde al suceso seguro, ejemplo: lanzamos un
dado al aire y la probabilidad de que salga cualquier nmero del 1 al
6 es igual a uno (100%).
El resto de sucesos tendr probabilidades entre cero y uno: que
ser tanto mayor cuanto ms probable sea que dicho suceso tenga
lugar.
Mtodos de medicin de Probabilidad
Uno de los mtodos ms utilizados es aplicando la
Regla de Laplace: define la probabilidad de un suceso
como el cociente entre casos favorables y casos
posibles.

Ejemplos:
a) Probabilidad de que al lanzar un dado salga el nmero 2: el
caso favorable (f) es tan slo uno (que salga el dos), mientras que los
casos posibles (n) son seis (puede salir cualquier nmero del uno al
seis).
Por lo tanto:

(o lo que es lo mismo,
16,6%)
b) Probabilidad de que al lanzar un dado salga un
nmero par: en este caso los casos favorables (f) son
tres (que salga el dos, el cuatro o el seis), mientras que
los casos posibles (n) siguen siendo seis.
Por lo tanto:

(o lo que es lo mismo, 50%)


c) Probabilidad de que al lanzar un dado salga un nmero menor
que 5: en este caso tenemos cuatro casos favorables (f) (que salga el
uno, el dos, el tres o el cuatro), frente a los seis casos posibles.
Por lo tanto:

(o lo que es lo mismo, 66,6%)

d) Probabilidad de ganarse el premio mayor de una lotera en la


que juegan 100.000 nmerosnos: tan slo un caso favorable (f), el
nmero que jugamos, frente a los 100.000 casos posibles (n).
Por lo tanto:

(o lo que es lo mismo, 0,001%)

d) Probabilidad al lanzar una moneda, con un guila


en una cara y un sol en la otra. Hay dos casos posibles
(n) de ocurrencia (o cae guila o cae sol) y slo un caso
favorable (f) de que pueda caer guila (pues slo hay
un guila en la moneda).
Por lo tanto:

(o,

lo

que

es

lo

mismo,

50

%)

Existe una probabilidad del 50% de obtener un guila al tirar una


moneda.

e) Probabilidad de elegir tal o cual fruta. Si en una canasta hay 20


peras y 10 manzanas. Qu fruta es ms probable que saque al azar
de la canasta?

Para este ejemplo tenemos que 30 es el total de frutas en la canasta;


es decir los casos posibles (n). Para calcular la probabilidad de sacar
una manzana los casos favorables (f) son 10 puesto que existen slo
10 manzanas.

Por lo tanto:

(o, lo que es lo mismo, 33,3 %)

(o, lo que es lo mismo, 66,7 %)


Fjate bien que 33,3% + 66,7% es igual al 100%
porque siempre que saquemos algo de la canasta es
seguro que ser una fruta.
Condiciones importantes
Para

poder

aplicar

la

Regla

de

Laplace

el

experimento aleatorio tiene que cumplir dos requisitos:


a) El nmero de resultados posibles (sucesoso
eventos) tiene que ser finito. Si hubiera infinitos
resultados, al aplicar la regla "casos favorables dividido por casos
posibles" el cociente siempre sera cero.
b) Todos los sucesos o eventos tienen que tener la misma
probabilidad. Si al lanzar un dado, algunas caras tuvieran mayor
probabilidad de salir que otras, no podramos aplicar esta regla.
A la regla de Laplace tambin se le denomina "probabilidad a
priori", ya que para aplicarla hay que conocer antes de realizar el
experimento cuales son los posibles resultados y saber que todos
tienen las mismas probabilidades.
Cuando se realiza un experimento aleatorio un nmero muy
elevado de veces, las probabilidades de los diversos posibles sucesos
empiezan a converger hacia valores determinados, que son sus
respectivas probabilidades.
Ejemplo:

si lanzo una vez una moneda al aire y sale "cara", quiere decir que
el suceso "cara" ha aparecido el 100% de las veces y el suceso "cruz"
el 0%.
Si lanzo diez veces la moneda al aire, es posible que el suceso
"cara" salga 7 veces y el suceso "cruz" las 3 restantes. En este caso,
la probabilidad del suceso "cara" ya no sera del 100%, sino que se
habra reducido al 70%.
Si repito este experimento un nmero elevado de veces, lo normal
es que las probabilidades de los sucesos "cara" y "cruz" se vayan
aproximando al 50% cada una. Este 50% ser la probabilidad de estos
sucesos segn el modelo frecuentista.

Resolver:
1. Si tiro un dado:
a. Cul es la probabilidad de obtener un nmero par
b. Cul es la probabilidad de obtener un nmero mayor de 2?
2. En un saln de clases hay 30 alumnos de los cuales 10 son
nias y 20 nios Cul es la probabilidad de que al elegir un
estudiante ste sea nia?
3. En una poblacin de 2000 habitantes, 80 padecen afecciones
cardiacas Cul es la probabilidad de emplear a alguien proveniente
de este lugar, que no est enfermo?
4. En una urna hay 10 bolas de colores. 2 son rojas, 4 azules y 4
amarillas.
a) Cul es la probabilidad de que al escoger una al azar sta sea
roja?
5. b) Si yo sac de la urna una bola azul y una roja. Cul es la
probabilidad de que al sacar una bola sta sea azul?

6. En una colonia se entrevistaron a 50 familias, 10 dijeron


transportarse en coche propio a sus trabajos y 30 dijeron utilizar
algn transporte pblico. Cul es la probabilidad de que al
seleccionar una familia de esa colonia utilice el transporte pblico?