Actualizado por ultima vez el 9 de enero de 2022, por Luis Benites.
¿Qué es una correlación espuria?
Una correlación espuria implica erróneamente una causa y efecto entre dos variables. Por ejemplo, la cantidad de astronautas que mueren en naves espaciales está directamente relacionada con el uso del cinturón de seguridad en los automóviles:
¡Usa tu cinturón de seguridad y salva la vida de un astronauta!
Este gráfico, que muestra que un aumento en el uso del cinturón de seguridad del automóvil resulta en una menor cantidad de muertes de astronautas, está hecho a partir de estadísticas reales . Por ejemplo, los datos sobre el uso del cinturón de seguridad en la década de 1980 provienen de este artículo de revista en PubMed . Por supuesto , no existe una correlación real aquí: ponerse el cinturón de seguridad en un automóvil no tiene nada que ver con las probabilidades de un accidente en el espacio. Este tipo de conexión que parece ser real, pero no lo es, se llama correlación espuria.
La triste verdad es que las correlaciones espurias están en todas partes : en las noticias que leemos, en publicaciones de blogs y sitios de noticias, y en todas las ondas de radio. Tome esta joya de Fox News, que muestra una clara correlación entre la toma de posesión del presidente Obama y un aumento en las tasas de desempleo:
Fuente de la imagen: http://cloudfront.mediamatters.org
Mire de cerca el gráfico y verá que está trazado incorrectamente. El valor de noviembre (8,6) se sitúa en la posición 9,0. Ese no es el único problema con este gráfico; se ha trazado para mostrar una pendiente pronunciada cuando, de hecho, la tendencia general del empleo se mantuvo bastante estable en alrededor del 9%.
Incluso si los datos que está viendo son sólidos, puede haber otros factores que causen el fenómeno. Por ejemplo, tome el titular Sunny Skies vinculado a las tasas de suicidio. Si bien la exposición a corto plazo a cielos soleados puede contribuir a las tasas de suicidio, obviamente hay mucho más en el suicidio que un día soleado y deprimente.
Ejemplos de correlación espuria en los medios
Las correlaciones espurias no siempre tienen gráficos adjuntos. A menudo son el resultado de un frenesí de los medios, una mala interpretación de los datos o simplemente mala ciencia.
La atención médica universal genera terroristas (Fox News). Un titular en pantalla de Fox News decía: “Sanidad nacional: ¿caldo de cultivo para el terror?”. No estoy seguro de cuáles son las estadísticas sobre el número de personas que se inscribieron en Obamacare y luego se convirtieron en terroristas, pero estoy dispuesto a apostar que es bastante pequeño. Fox News no usó ningún dato real para esta correlación espuria, solo la opinión de un «experto».
Vivir al lado de las autopistas causa autismo (LA Times) . Inmediatamente después del debate sobre las causas de las vacunas y el autismo (que, por cierto, ha sido desacreditado), descubrimos que las personas que viven junto a las autopistas corren un mayor riesgo de tener un hijo autista. Pero antes de pensar demasiado en la correlación, considere la declaración confusa publicada por la autora principal del artículo, Heather Volk: «Este estudio no dice que la exposición a la contaminación del aire o la exposición al tráfico cause autismo… pero podría ser uno de los factores que están contribuyendo a su aumento”. En otras palabras, una posible correlación se ha convertido en un vínculo definitivo a través de un titular engañoso.
La comida chatarra no provoca obesidad . La red sin fines de lucro Global Energy Balance Network informó que el consumo de comida chatarra no es el culpable de la epidemia de obesidad. La solución para perder peso, dijo el grupo, era simplemente hacer más ejercicio. Antes de pensar que puede comer toda la comida chatarra que le gusta y no engordar, considere quién patrocinó al grupo: uno de los mayores productores de comida chatarra del mundo, Coca-Cola.
Como nota final, tenga en cuenta que varios estudios han sugerido que ver Fox News lo vuelve estúpido . ¿Una correlación espuria? Sea usted el juez.
Siguiente : Gráficos engañosos .
