a:

Una correlación, positiva o negativa, nunca implica causalidad. En las estadísticas, el término correlación se usa para describir la relación entre dos o más variables. Las correlaciones son positivas cuando un aumento en la frecuencia de una variable va acompañado de un aumento en la frecuencia de la otra variable. Las correlaciones negativas serían las contrarias: la disminución de frecuencia de una variable se acompaña de una disminución de la frecuencia de la otra variable. La correlación puede ser una herramienta valiosa para el análisis estadístico, pero no puede implicar causalidad debido a lo que los estadísticos llaman variables de confusión.

Las variables de confusión afectan la relación entre dos o más variables de maneras que a menudo son indetectables o inconmensurables. The Guardian cita la correlación entre el tabaquismo y el cáncer de pulmón como un buen ejemplo de cómo las variables de confusión pueden confundir el proceso de análisis correlativo. En este caso, hubo una clara correlación positiva entre el aumento del tabaquismo y un aumento en los casos de cáncer de pulmón. Sin embargo, no había forma de que los analistas determinasen de manera concluyente que fumar solo era responsable del aumento, debido a otros factores como la implementación de mejores procedimientos de diagnóstico y el aumento de la contaminación industrial y relacionada con el tráfico. Debido a que todas estas variables fueron importantes para determinar la causalidad detrás del aumento en los casos de cáncer de pulmón, nublaron la relación entre el tabaquismo y el cáncer de pulmón e hicieron mucho más difícil determinar la relación exacta.

Esto no quiere decir que las correlaciones no puedan dar a los analistas una mejor comprensión de cómo dos variables se afectan entre sí, pero estos tipos de análisis no pueden ofrecer certeza absoluta. En el caso del tabaquismo y el cáncer de pulmón, se necesitaron más de 40,000 médicos y múltiples años de estudio intensivo para determinar con un alto grado de certeza la verdadera relación entre las dos variables. Dicho todo esto, cuanto más fuerte sea la correlación entre dos variables, positiva o negativa, más probable es que haya al menos cierta cantidad de causalidad en juego. Si analiza la correlación con fines financieros, intente investigar las formas en que las instituciones financieras profesionales lo harían.