Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 63 vistas

    Módulo 3. Actividad 1. Foro de Discusión. Correlación y Causalidad

    Cargado por

    Rambo Sosa
    El documento discute la diferencia entre correlación y causalidad. Explica que aunque dos variables estén correlacionadas, esto no implica necesariamente que una causa la otra. Para determinar una relación causal, se necesita más evidencia de que un evento causa el otro directamente. También proporciona ejemplos para ilustrar este concepto.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Módulo 3. Actividad 1. Foro de Discusión. Correlación y Causalidad

    Cargado por

    Rambo Sosa
    63 vistas2 páginas
    El documento discute la diferencia entre correlación y causalidad. Explica que aunque dos variables estén correlacionadas, esto no implica necesariamente que una causa la otra. Para determinar una relación causal, se necesita más evidencia de que un evento causa el otro directamente. También proporciona ejemplos para ilustrar este concepto.

    Descripción original:

    Foro de Discusión. Correlación y Causalidad

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento discute la diferencia entre correlación y causalidad. Explica que aunque dos variables estén correlacionadas, esto no implica necesariamente que una causa la otra. Para determinar una relación causal, se necesita más evidencia de que un evento causa el otro directamente. También proporciona ejemplos para ilustrar este concepto.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    63 vistas2 páginas

    Módulo 3. Actividad 1. Foro de Discusión. Correlación y Causalidad

    Cargado por

    Rambo Sosa
    El documento discute la diferencia entre correlación y causalidad. Explica que aunque dos variables estén correlacionadas, esto no implica necesariamente que una causa la otra. Para determinar una relación causal, se necesita más evidencia de que un evento causa el otro directamente. También proporciona ejemplos para ilustrar este concepto.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 2

    Maestra y compañeros buenas tardes, espero se encuentren muy bien, a continuación,

    les comparto mi aportación al foro.

     En los apuntes se habla de que correlación no implica causalidad, ¿puedes


    explicar este concepto?

    El concepto de correlación implica contar con un par de observaciones (X y Y), es


    decir, el valor que toma Y para determinado valor de X; la correlación permite
    examinar la tendencia de dos variables a ir juntas, por ejemplo, sabemos que al
    incrementar la edad también aumentan las cifras de presión arterial, por lo tanto, si
    queremos responder una pregunta de investigación como ¿cuál es la relación
    entre edad y presión arterial?, la prueba estadística pertinente es una prueba de
    correlación. Esta prueba permite cuantificar la magnitud de la correlación entre dos
    variables y ayuda a predecir valores. Si estas variables tuvieran una correlación
    perfecta se podría inferir el valor de la variable Y conociendo el valor de X. Debido
    a estas ventajas, la correlación es una de las pruebas más usadas en el ámbito
    clínico, ya que además de medir la dirección y magnitud de la asociación de dos
    variables, es uno de los fundamentos de los modelos de predicción, como los
    modelos de regresión lineal, logística y riesgos proporcionales de Cox. (Roy-
    García I, Rivas-Ruiz R, Pérez-Rodríguez Marcela, Palacios-Cruz L.
    Correlación: no toda correlación implica causalidad. Rev Alerg Mex.
    2019;66(3):354-360).

     ¿Cómo puedes descubrir que un proceso que presenta correlación si incluye


    causalidad?

    Una relación causal entre dos eventos existe si la ocurrencia del primero causa
    el otro. El primer evento es llamado la causa y el segundo evento es llamado
    efecto. Una correlación entre dos variables no implica causalidad. Por otro lado,
    si hay una relación causal entre dos variables, estas deben estar
    correlacionadas. (Varsity Tutors, 2023)

    Ejemplo:

    Un estudio muestra que hay una conexión negativa entre la ansiedad de un


    estudiante antes de una prueba y el puntaje del estudiante en una prueba. Pero
    no podemos decir que la ansiedad causa un puntaje más bajo en la
    prueba; podría haber otras razones-el estudiante quizás no se planteó bien,
    entonces aquí la consecuencia no implica causalidad.

    Hay una conexión positiva entre el número de horas que Usted pasa estudiando
    y la calificación que obtiene. Aquí, si hay causalidad; si usted pasa más tiempo
    estudiando, resultará en una calificación más alta.

     Da un ejemplo de tu práctica cotidiana en donde la correlación si implica


    causalidad.
    Vamos a verlo con un ejemplo. Imagine que está analizando datos sobre salud y
    observa una correlación positiva y estadísticamente significativa entre ejercicio y
    casos de cáncer de piel, esto es, que las personas que hacen más ejercicio
    tienden a sufrir cáncer de piel. La correlación parece significativa y fiable, y
    podemos observarla en múltiples poblaciones de pacientes. Sin hacer más
    indagaciones, ¡se podría llegar a la conclusión de que el ejercicio causa cáncer!
    Basándose en estos resultados, incluso podría desarrollarse una hipótesis
    plausible: quizás el estrés del ejercicio causa que el cuerpo pierda parte de su
    capacidad para protegerse del daño del sol.

    Referencias

    https://www.scielo.org.mx/scielo.php?pid=S2448-
    91902019000300354&script=sci_arttext

    https://www.varsitytutors.com/hotmath/hotmath_help/spanish/topics/correlation-
    and-causal-relation

    https://www.jmp.com/es_mx/statistics-knowledge-portal/what-is-correlation/
    correlation-vs-causation.html

    También podría gustarte