🚀 Portal y Diagnóstico

Descubre cuánto sabes de causalidad antes de empezar

120 segundos 6 preguntas Diagnóstico
Módulo 1 de 12
💡 Piénsalo así: Este diagnóstico es como el chequeo médico antes de empezar un entrenamiento. No importa si fallas: solo nos dice dónde estás para que el curso te lleve al siguiente nivel. ¡120 segundos, sin presión!
Tiempo restante
02:00
Quiz Diagnóstico
Ejemplo paso a paso: Correlación vs Causalidad
Paso 1: Observamos una correlación

Imagina que en una ciudad, las personas que comen más helado tienen mayor probabilidad de ahogarse en piscinas. Los datos muestran una correlación positiva fuerte: r = 0.85. ¿Significa que el helado causa ahogamientos?

Paso 2: Identificamos el confusor

En verano hace más calor. La gente come más helado Y también nada más en piscinas. La temperatura es una variable de confusión (confounder) que causa tanto el consumo de helado como los ahogamientos. La correlación es espuria.

Paso 3: Controlamos por el confusor

Si analizamos los datos solo dentro de días con la misma temperatura, la correlación entre helado y ahogamientos desaparece (r ≈ 0.02). Esto muestra que no hay relación causal directa: el helado no causa ahogamientos.

Paso 4: Lección aprendida

La correlación no implica causalidad. Para establecer causalidad necesitamos: (1) que la causa preceda al efecto, (2) que no haya confusores, y (3) un mecanismo plausible. Los métodos de este curso nos ayudan a lograr esto.

⏱️ Responde antes de que el tiempo termine. ¡Bienvenido al curso!

📝 Resumen del módulo