Correlación vs causalidad
Que dos cosas se muevan juntas no quiere decir que una cause la otra.
La correlación quiere decir que dos cosas tienden a moverse juntas: cuando una sube, la otra en general también sube (o baja). La causalidad quiere decir que una efectivamente produce la otra. La advertencia clásica "correlación no implica causalidad" existe porque el cerebro salta de lo primero a lo segundo con demasiada facilidad.
El ejemplo de manual: en verano suben tanto las ventas de helado como los ahogamientos. El helado no hace que la gente se ahogue. Una tercera cosa, el calor, manda a más gente a la heladería y también a la pileta. Ese tercer factor escondido se llama variable de confusión, y es la trampa más común. Hay otras: la flecha puede ir al revés (la gente enferma toma más remedios, y eso no quiere decir que los remedios enfermen), o la relación puede ser pura casualidad, algo que pasa seguido cuando comparás muchos números que no tienen nada que ver.
Esto importa cada vez que alguien lee un gráfico. "Los usuarios que usan la función X se quedan más tiempo" puede querer decir solamente que los usuarios fieles exploran más funciones. La forma confiable de mostrar causalidad es un experimento donde el azar decide quién recibe qué, como un test A/B o un ensayo clínico. Cuando no se puede hacer un experimento, se usan métodos estadísticos cuidadosos para descartar variables de confusión, y aun así se habla con prudencia.
Para quedarse
- Correlación: dos cosas se mueven juntas. Causalidad: una produce la otra.
- Un tercer factor escondido (variable de confusión) suele ser la explicación.
- La causa también puede ir al revés, o la relación puede ser casualidad.
- Los experimentos al azar, como los tests A/B, son la forma sólida de probar una causa.
