FANDOM


Artículos sobre
01-Ciencia Logo
Ciencia

Muchas investigaciones, especialmente en el área médica, son intentos de establecer una relación entre dos variables diferentes. Un coeficiente de correlación, representado por la letra r, se utiliza como un índice de la relación lineal entre dos variables.

Los coeficientes de correlación muestran qué tan fuerte es una relación, y varían en valor entre -1.0 a 0 a +1.0.[1]

Los valores negativos representan correlaciones negativas, lo que significa que a medida que una variable sube, la otra baja. Los valores positivos representan correlaciones positivas, lo que significa que a medida que una variable aumenta, la otra también lo hace.[2] Un valor de cero indica ausencia de relación. Cuando las variables son continuas y tienen una relación lineal, el coeficiente de correlación lineal de Pearson es una medida de asociación adecuada.

El engaño y la correlación

¿Qué pasa si una persona en la televisión eleva su mano y le dice al espectador que haga lo mismo? Podría parecer que la persona en la televisión es la que está controlando al espectador. ¿Pero y si se pudiera descubrir que la persona en la televisión está en realidad levantando su mano cuando alguien fuera de cámara (no visible al espectador) lo está haciendo? La persona fuera de cámara es, por lo tanto quien tiene el control del brazo del espectador. Este ejemplo demuestra la debilidad de las correlaciones. La persona que ve la televisión y todos los demás que ven el programa representan a la comunidad científica, es decir, el grupo que observa y evalúa el estudio desde su punto de vista. Para ellos, la personalidad de la televisión está causando la elevación de las manos.

Falacia de correlación accidental

Bart y el Doctor S

Bart y el Doctor S

Falsa correlación, causalidad falsa o “correlación no implica causalidad”.

La correlación se utiliza con mucha frecuencia en la investigación científica y hace afirmaciones emocionantes. Sin embargo, la correlación muestra patrones, pero no implica causalidad. La causa real en el ejemplo anterior fue la variable fuera de cámara y no el personaje a cuadro. En la ciencia, las variables que no pueden ser captadas por simple observación pueden ser la causa de los resultados de correlación.

Debido a que las correlaciones no explican causa y efecto, otras variables pueden intervenir. Una declaración científica descabellada sería:

"Las mujeres que conducen Mercedes tienen menos probabilidades de morir de cáncer de mama."

¿Tienen los Mercedes-Benz el poder de combatir el cáncer de mama? Cualquiera pensaría que es una idea estúpida. Y hay razón para pensar así. Obviamente, las mujeres que conducen coches caros, probablemente, también tienen más dinero y por lo tanto un mayor y mejor acceso a la salud y a la medicina preventiva. De esta manera, sus tasas de supervivencia son mejores. La correlación aquí mencionada es una hipérbole, pero destaca un punto importante: que la investigación correlacional puede ser engañosa.

Dado que los estudios de correlación se utilizan ampliamente en la investigación médica, los poderes detrás de muchas conclusiones médicas son débiles. No es ético, en muchos casos, llevar a cabo experimentos en seres humanos. Pero las comparaciones de grupos, sin controles, conducen a la presentación de reportes y conclusiones correlacionales menudo irresponsables.

Basta mirar los datos desde una serie de ángulos para poder apreciar muchas correlaciones reportadas, como la relación entre el cáncer de mama y los Mercedes. Por lo tanto, la correlación es un método matemático por el cual muchas de las pseudociencias obtienen acceso a la credibilidad.

Por ejemplo, alguien consiguió su trabajo porque es Tauro y el otro candidato era un Libra. Según la lógica, si un gran número de personas con el signo de Tauro muestran terquedad, esto se convierte en su caracterización. Si bien es entretenida, la correlación es débil y a menudo no científica.

Otros ejemplos:

  1. "Las almendras son excelentes para buenos niveles de LAD (colesterol bueno)."
  2. "Las derivaciones cardíacas son mejores para la supervivencia a largo plazo de los pacientes cardíacos que las angioplastias," y
  3. "La deposición atmosférica de mercurio tiende a ser mayor a favor del viento desde las grandes zonas industriales."[3]

Estas declaraciones muestran tendencias interesantes, pero también se basan en la investigación correlacional. No se trata de negar la importancia de estos hallazgos. La correlación es un excelente y eficaz medio de recolección de una gran cantidad de información que muestra tendencias. Sin embargo, existen peligros cuando se pretenden sacar conclusiones de las correlaciones. Por desgracia, este tipo de pronunciamientos son populares y proporcionan supuestos instantáneos sobre los cuales se asientan los medios de comunicación.[1]

Referencias y ligas externas

(Nota de la administración) Algunas ligas podrían estar rotas o algunos videos pueden haber sido eliminados.

  1. 1,0 1,1 Daempfle, Peter. Good Science, Bad Science, Pseudoscience, and Just Plain Bunk: How to Tell the Difference. 1st ed. Lanham: Rowman & Littlefield, 2013. Print.
  2. Keppel, Saufley, and Tokunaga. Introduction to Design and Analysis.
  3. Amy Kroenke, Atmospheric Mercury Deposition to Sediments of New Jersey and Southern New York State: Interpretations from Dated Sediment Cores (PhD dissertation, Troy, New York, Rensselaer Polytechnic Institute, 2003).
P
Artículos científicos
AlopatíaAnálisis bayesianoApofeniaArgumento del equilibrio de SaganBisociaciónCambio de paradigma Cero absolutoCienciaCiencia históricaDetección de falso conocimientoCorrelaciónDisonancia cognitivaEfecto placeboEfecto noceboEnsayo controlado aleatorioEscándalo SokalEstudio de cohortesEstudio doble ciegoExperimento RosenhanExtrapolación de datosEvoluciónFalsabilidadGráfico de embudoHipertrofia de la cognición socialLa prueba de cuatro partesMáquina de movimiento perpetuoMáquina del tiempoMetaanálisisModelo científicoMonismoNada (concepto)Navaja de OccamPareidoliaPrincipio antrópicoProblema del archiveroProtocienciaReglas de LangmuirRegresión a la mediaRevisión por paresSesgo de confirmaciónViaje en el tiempo
Efectos y leyes no homologadas
Efecto calzadorEfecto de amortiguamiento escépticoEfecto de ilusión de verdadEfecto dominóEfecto Dunning-KrugerEfecto felpudoEfecto FeuersteinEfecto ForerEfecto GauquelinEfecto haloEfecto HawthorneEfecto Jeane DixonEfecto Jenny McCarthyEfecto mariposaEfecto StreisandLey de AverakLey de BetteridgeLey de HaggardLey de la controversia de BenfordLey de los grandes númerosLeyes de Clarke
Sobre el Método Científico
HipótesisHipótesis nulaLey científicaMétodo científicoTeoríaTeoría y ley