Matemáticas para ciencia de datos · Lección 3 de 10
Correlación
Medir la relación entre dos variables y conocer sus límites.
Antes de empezar, una de repaso
Recordar algo cuesta más que releerlo, y por eso funciona mejor. Esta pregunta es de una lección anterior.
Solo mide relaciones lineales
El coeficiente de Pearson va de −1 a 1 y mide cuánto se parecen los datos a una recta. Una correlación de cero descarta relación lineal, no relación.
Una parábola perfecta puede dar correlación cero, y sin embargo la relación es total. Por eso hay que mirar el gráfico.
Correlación no es causalidad
Dos variables pueden moverse juntas porque una causa a la otra, porque una tercera las causa a las dos, o por azar al comparar muchas series.
Esa tercera variable oculta se llama confusora, y es la explicación de la mayoría de las correlaciones sorprendentes que circulan.
Comparar muchas cosas encuentra correlaciones falsas
Con suficientes variables, algunas parecerán relacionadas por puro azar. Si se prueban cien hipótesis con un nivel del 5 %, se esperan cinco falsos positivos aunque no haya ninguna relación real.
Es el problema de las comparaciones múltiples, y es la razón de que en investigación haya que declarar las hipótesis antes de mirar los datos.
Practica
Cada ejercicio se genera con números nuevos y lo corrige el mismo motor que mueve las calculadoras del sitio. La lección se da por dominada al acertar 4 de los últimos 5.
¿Quieres comprobar tus propios números? Esta calculadora resuelve lo mismo paso a paso: Coeficiente de correlación.