Saltar al contenido principal
LibreTexts Español

1.12: Correlaciones y causas

  • Page ID
    98154
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    La mayoría de ustedes habrán escuchado la máxima “correlación no implica causalidad”. El hecho de que dos variables tengan una relación estadística entre sí no significa que una sea responsable de la otra. Por ejemplo, la venta de helados y los incendios forestales están correlacionados porque ambos ocurren con mayor frecuencia en el calor del verano. Pero no hay causalidad; no enciendes un parche del cepillo Montana en llamas cuando compras una pinta de Haagan-Dazs.

    —PLATA NADA1

    Correlaciones

    El Diccionario Conciso Oxford ofrece dos definiciones del término correlación:

    1. 1. Relación mutua entre dos o más cosas.
    2. 2. Interdependencia de cantidades variables, extensión de medición de cantidad de esta. 2

    Esta última definición recibe la mayor parte de la atención en los cursos de estadística. Pero la definición más genérica está en el centro del razonamiento de una causa a un efecto. ¿Cuál es la relación entre dos cosas: un accidente automovilístico el martes y un dolor de espalda el miércoles por la mañana? “Obviamente” el choque provocó la lesión en la espalda. Bueno, tal vez, pero quizá no. Quizás la lesión en la espalda (causada por un exceso de entrenamiento en el gimnasio el lunes) resultó en el choque debido a un espasmo muscular ya que el conductor intentaba golpear los frenos. O supongamos que alguna tercera cosa —digamos, una pequeña incautación— simultáneamente causó el choque al distraer al conductor y causó la lesión en la espalda cuando el conductor arrancó con sorpresa. Y a lo mejor la relación es de simple coincidencia. La lesión ocurrió en el gimnasio y el choque por enviar mensajes de texto tontamente mientras conducía, simplemente no hubo relación causal entre los dos sucesos. Todo esto sugiere cuatro posibles relaciones causales entre dos eventos cualesquiera, A y B.

    1. 1. A causó B.
    2. 2. B causó A.
    3. 3. Alguna tercera “causa común”, C, causó independientemente tanto A como B.
    4. 4. No hay relación causal entre A y B.

    Veremos, directamente, que existe una quinta relación causal posible entre A y B, pero lo estoy guardando como sorpresa. Justo lo que tenemos hasta ahora, sin embargo, nos permite explicar la correlación entre la venta de helados y los incendios forestales. Nate Silver dice “no hay causalidad”, pero esto es un poco descuidado. Tiene razón, claro, que A no es la causa de B ni B la causa de A. Pero hay una relación causal que mejor explica la correlación. C (el calor del verano) es la causa común del aumento de las ventas de helados y del mayor número de incendios forestales.

    Explicando los números

    Gran parte del razonamiento estadístico en las ciencias sociales y naturales puede reconstruirse fácilmente como un par de inferencias relacionadas con la mejor explicación. En la primera inferencia, la pregunta explicativa se centra en una relación cuantitativa. Normalmente tenemos algún estudio o muestra que se afirma para decirnos algo sobre un grupo o población más grande. Considere los extensos datos médicos que se descubrieron a lo largo de varias décadas en el famoso estudio de Framingham. Investigadores médicos se sorprendieron al descubrir que 29 por ciento de los hombres en el rango de cuarenta a cuarenta y nueve años padecían de enfermedad coronaria, mientras que solo 14 por ciento de las mujeres en el mismo rango de edad padecían la enfermedad. Esto nos dice algo potencialmente muy importante sobre el género y las enfermedades cardíacas.

    e 1. De los 771 hombres del grupo etario de cuarenta a cuarenta y nueve años, 29 por ciento mostraron algunos signos de enfermedad coronaria.

    e 2. De las 954 mujeres en el grupo de edad de cuarenta a cuarenta y nueve años, solo 14 por ciento mostraron signos de enfermedad coronaria.


    t 0. La enfermedad coronaria aparece con mucha más frecuencia en hombres que en mujeres.

    Una explicación rival que creo que los avances médicos actuales nos obligan a tomar en serio es que la enfermedad coronaria es mucho más prevalente en la mujer de lo que reconocían los expertos médicos en el momento del estudio de Framingham, entonces los indicadores diagnósticos actuales no lograron identificar correctamente todos los signos de cardiopatía coronaria en mujeres. Por lo que lo siguiente puede explicar mejor parte de la disparidad de género:

    t 1. Todos los indicadores clínicos de enfermedad coronaria en mujeres no fueron reconocidos al momento del estudio.

    Pero concedamos que los datos de Framingham indicaron realmente alguna disparidad de género real y que las muestras sí sugieren que la enfermedad coronaria fue más prevalente en los hombres.

    Explicando las Correlaciones

    Notar esta sorprendente correlación entre el género y las enfermedades cardíacas es solo el primer paso para averiguar qué está pasando aquí. Podríamos pensar que está pasando algo profundamente biológico.

    e 1. De los 771 hombres del grupo etario de cuarenta a cuarenta y nueve años, 29 por ciento mostraron algunos signos de enfermedad coronaria.

    e 2. De las 954 mujeres en el grupo de edad de cuarenta a cuarenta y nueve años, solo 14 por ciento mostraron signos de enfermedad coronaria.


    t 0. La enfermedad coronaria aparece con mucha más frecuencia en hombres que en mujeres.


    t* 0. La composición biológica de los machos, sus hormonas, fisiología y ADN, provoca un mayor peligro de enfermedad coronaria.

    Pero ciertamente, la posibilidad de una explicación cultural debe tomarse en serio, particularmente porque los datos fueron recabados en un momento de nuestra historia en que los roles de género eran mucho más pronunciados. Quizás algo con respecto a las diferencias en el estrés laboral entre hombres y mujeres explica la disparidad en la enfermedad coronaria. O, quizás, es un simple como la dieta y el consumo de alcohol. Una vez más nos enfrentamos a una seria explicación rival:

    t* 1. Las diferencias culturalmente definidas en el trabajo y los estilos de vida entre hombres y mujeres causan las diferencias en la enfermedad coronaria.

    O bien puede ser uno de esos momentos en los que la mejor explicación combina las características identificadas en explicaciones alternativas:

    t* 2. La composición biológica de los varones, así como las diferencias culturalmente definidas en los estilos de vida entre hombres y mujeres, provocan conjuntamente un mayor peligro de enfermedad coronaria.

    Espero que ya sea obvio que no estoy sugiriendo que estudios estadísticos como el de Framingham sean demasiado ambiguos para decirnos algo importante. El mensaje que tomo de esto es que explicar los datos estadísticos puede ser realmente una tarea difícil y que considerar cuidadosamente las cuentas alternativas de correlaciones estadísticas puede sugerir estudios adicionales que pueden necesitar realizarse antes de que podamos comprender completamente las conexiones causales entre género y cardiopatía coronaria.

    CO 2 y Temperaturas Globales

    Considere los siguientes datos que jugaron un papel tan destacado en An Inconvenient Truth de Al Gore.

    El Sr. Gore utilizó estos datos como evidencia de que las concentraciones de CO 2 causan variaciones de temperatura global.

    FIGURA 6. Variación de la temperatura de los valores actuales (azul), concentración atmosférica de dióxido de carbono (verde) y polvo (rojo) basada en datos de núcleos de hielo recuperados en el sitio de perforación de Vostok en la Antártida.

    Recuperado de Randy M. Russell, https://eo.ucar.edu/staff/rrussell/climate/paleoclimate/ice_core_proxy_records.html.

    e 1. Existe una fuerte correlación entre los niveles de CO 2 y la temperatura promedio de la Tierra.


    t 0. Las altas concentraciones de CO 2 causan variaciones de temperatura global.

    Dado que la correlación es real y no simplemente una casualidad o coincidencia —para el científico social moderno, es estadísticamente significativa— ahora debemos determinar si t 0 es la mejor explicación de la correlación. Debemos compararlo con algunas explicaciones rivales. Quizás, como han afirmado algunos escépticos, se invierte la dirección de la causalidad:

    t 1. Las variaciones de temperatura global causan concentraciones variables de CO 2.

    Este rival es probablemente un mejor relato de los datos históricos porque muchos creen que vemos los cambios en las temperaturas antes de que veamos cambios en el nivel de CO 2 en el registro histórico. Además, antes del advenimiento de la Revolución Industrial, era difícil ver qué más podría iniciar cambios de tan gran escala en las concentraciones de CO 2.

    Es probable que las variaciones de temperatura... impulsaron las variaciones de CO 2, no al revés. Eso pudo haber ocurrido, por ejemplo, cuando temperaturas más cálidas incrementaron la tasa de descomposición bacteriana del material vegetal, liberando CO 2 a la atmósfera a medida que se calentaba. Esta relación histórica, sin embargo, no refuta la relación moderna de adiciones humanas de CO 2 a la atmósfera impulsando aumentos de temperatura. 3

    ¿Por qué, tal vez preguntes, el rival de “causa inversa”, t 1, no refuta la hipótesis antropogénica? Aquí viene la sorpresa posible relación causal entre dos cosas, A y B, que prometí antes.

    [Una] explicación potencial para el calentamiento observado de la Tierra es la actividad humana. Existen varias razones para pensar que esto puede explicar alguna parte del calentamiento observado. Sabemos que las actividades humanas han ido incrementando la concentración de CO 2 y otros gases de efecto invernadero en la atmósfera durante al menos el último siglo o dos. Las mediciones muestran que la concentración de CO 2 ha aumentado alrededor de 30 por ciento en ese tiempo.. mientras que otros gases de efecto invernadero han aumentado en cantidades similares o mayores. La física básica proporciona fuertes razones teóricas para creer que tal aumento en los gases de efecto invernadero debería calentar la Tierra. 4

    Ahora parece probable que la mejor explicación de la correlación sea que la relación causal entre el CO 2 y el calentamiento global realmente apunta en ambas direcciones; el aumento de las concentraciones de CO 2 causa un aumento de las temperaturas, y simultáneamente, el aumento de las temperaturas causa aumentos en Concentraciones de CO 2. Probablemente tenemos una especie de bucle de retroalimentación.

    t 2. El aumento de las concentraciones de CO 2 provoca aumento de las temperaturas, mientras que el aumento de las temperaturas provoca aumentos en las concentraciones

    En cierto modo, por supuesto, t 2 no contradice realmente la hipótesis causal original de Gore en t 0; simplemente ofrece más detalles sobre la complicada relación causal entre el CO 2 y las temperaturas globales. Entonces, en el sentido de que estamos usando el término en la receta de la inferencia-a-la-mejor-explicación (IBE), t 2 ni siquiera cuenta como una explicación rival. El propio Gore es muy cuidadoso en cómo articula t 0.

    Es una relación complicada, pero la parte más importante de ella es esta: Cuando hay más CO 2 en la atmósfera, la temperatura aumenta porque más calor del Sol queda atrapado en su interior. 5

    Causalidad y explicación

    Es difícil escribir un capítulo sobre inferencias causales sin señalar que muchos filósofos de la ciencia creen que la noción de causalidad es el pilar fundamental de cualquier tipo de explicación.

    Según el modelo causal de explicación, explicar un fenómeno es simplemente dar información sobre su historia causal o, donde el fenómeno en sí es una regularidad causal, explicarlo es dar información sobre el mecanismo que vincula causa con efecto. 6

    Debemos esperar ver el razonamiento causal profundamente involucrado en todas las inferencias a la mejor explicación.

    Recordemos a la pobre Connie. Ella notó una correlación entre dos eventos: la prolongada ausencia de su novio y la mancha de lápiz labial en su cuello cuando regresó. Casi inmediatamente después observó una segunda correlación: la mancha de lápiz labial demasiado obvia y el lápiz labial de Mary Jane eran un desastre. El corazón y el alma de la inferencia de Connie respecto a lo sucedido es un relato causal de la mancha de lápiz labial así como de las causas de la ausencia y el desastre cosmético de Mary Jane. Los simples relatos de las correlaciones A-causada-B o B-causada-A parecen artificiales o enrevesados.

    t 1. La ausencia prolongada provocó la mancha del pintalabios.

    t 2. La mancha de pintalabios provocó la ausencia prolongada.

    t 3. La mancha de pintalabios provocó que el pintalabios de Mary Jane fuera todo un desastre.

    t 4. El pintalabios de Mary Jane siendo todo un desastre causó la mancha de lápiz labial.

    Pero claro, Connie sabía exactamente lo que había pasado, había una causa común de la mancha de lápiz labial, la ausencia prolongada y el lápiz labial estropeado de Mary Jane.

    t 0. El novio de Connie se había estado besando a Mary Jane. El besuqueo provocó la mancha de lápiz labial en su cuello, además de hacer que se fuera durante media hora o más en el salto discográfico y hacer que el lápiz labial de Mary Jane se estropeara todo.

    O consideremos la situación de Semmelweis. Reconoció una correlación entre el corte de su colega mientras realizaba una autopsia y su colega muriendo con síntomas muy similares a la fiebre de la cama infantil. Fue llevado a una explicación causal sencilla:

    t′ 0. La laceración introdujo partículas cadavéricas en el torrente sanguíneo de su colega, lo que luego provocó la muerte de su colega.

    Casi simultáneamente con esta inferencia, notó la correlación clave entre la alta tasa de mortalidad por fiebre infantil en la Primera División de Maternidad y el hecho de que las autopsias se realizaban rutinariamente por los médicos y estudiantes de medicina en la Primera División de Maternidad. Y una vez más, el diagnóstico causal fue inmediatamente obvio para Semmelweis:

    t″ 0. Se estaban introduciendo partículas cadavéricas de manos de los médicos y estudiantes de medicina en los cuerpos de las mujeres embarazadas de la Primera División de Maternidad durante el parto y los exámenes ginecológicos, y estas partículas causaban entonces la fiebre de la cama infantil.

    Una historia triste

    Es tarde en la tarde. Dos jóvenes en diferentes autos se dirigen a casa. Uno es un profesional de treinta años que trabaja para el estado; nosotros lo llamaremos Tony. El otro acaba de graduarse de la preparatoria y planea asistir a la universidad el próximo otoño; lo llamaremos Corey. Corey está manejando bien dentro del límite de velocidad y se acerca a una señal de alto. Se detiene por completo. A pesar de que ve venir el auto de Tony, Corey cree incorrectamente que la intersección es una parada de cuatro vías, por lo que se siente seguro al pasar por la intersección. Tony también está manejando bien dentro del límite de velocidad y al no tener señal de stop pasa por la intersección. Los dos autos chocan en casi un ángulo perfecto de noventa grados en sus frontales. Corey no está lastimado en absoluto y deja su auto para revisar a Tony, quien inicialmente informa que él también está bien. Corey y Tony intercambian información de contacto y seguros, y Corey se dirige a casa. Tony también intenta conducir a casa pero descubre que la rueda arrugada hace que esto sea imposible. Después de una larga tarde esperando una grúa, Tony finalmente es llevado a casa por su prometida.

    Nuestra historia ahora se centra en Tony. Uno o dos días después del accidente, está rígido y dolorido y va a ver a un quiropráctico que ha visto antes. Después de enterarse del choque, el quiropráctico diagnostica las quejas de Tony como una lesión en la espalda y comienza un protocolo de tratamiento basado en esto. Sus síntomas empiezan a mejorar, pero en los próximos meses, el dolor en la cadera y la pierna aumenta gradualmente, y consulta a su médico habitual. Ella sospecha que Tony está sufriendo algún tipo de lesión en la cadera e incluso pasa a adivinar que podría ser un desgarro labral. Después de una resonancia magnética y consultar a un cirujano ortopédico, se confirma el diagnóstico de lágrima labral. Después de meses de más tratamiento con éxito mixto, Tony decide operarse para reparar el labrum desgarrado. Tony casi muere durante la cirugía por complicaciones con el anestésico, pero desde una perspectiva ortopédica, la cirugía parece ser un éxito. Sus síntomas desaparecen, y está prácticamente libre de dolor. Después de apenas unos meses, sin embargo, los síntomas de Tony comienzan a reaparecer y se planea una nueva cirugía.

    Tony decide demandar a Corey por sus gastos —casi 100.000 dólares— y por su dolor y sufrimiento, pidió 400 mil dólares adicionales. Fui elegido para formar parte del jurado de esta demanda civil. Aunque la historia es realmente triste, sentarme en este jurado fue algo así como un placer para mí porque soy un aspirante a abogado desesperado y porque me dio la oportunidad de aplicar la inferencia a la mejor explicación a un caso real de evidencia legal.

    A nuestro jurado no se le pidió que asignara la culpa, Corey ya había admitido que tenía la culpa del accidente. El demandante, Tony, por lo tanto, ya había establecido que Corey era, lo que llaman los abogados, negligente, y es casi seguro que Tony iba a obtener algunos daños. La cuestión era cuál debía ser el monto de esos daños. El abogado del acusado reconoció que su cliente era responsable de algunos de los dolores y sufrimientos iniciales de Tony, ese viaje original a su quiropráctico, y ciertamente los gastos de la grúa y el taller de carrocería. Argumentó vehementemente, sin embargo, que Corey no tenía ninguna responsabilidad, legal o moralmente, por la cirugía ortopédica extensa o los años de sufrimiento que Tony había soportado manifiestamente o su estilo de vida disminuido como consecuencia del desgarro labral porque el accidente automovilístico no fue en modo alguno causalmente responsable de la lesión. Todo el caso de Tony, por supuesto, dependía de la afirmación contraria de que el choque había causado el desgarro labral y que los tres años siguientes de dolor y sufrimiento psicológico fueron el resultado directo de la conducción negligente de Corey.

    La evidencia básica que hizo funcionar esta demanda civil en primer lugar fue una inferencia clásica de una correlación —en el primer sentido definido anteriormente— con una causa.

    e 1. El auto de Corey y Tony estuvieron involucrados en una colisión, y poco después (dentro de los tres meses), Tony fue diagnosticado con un desgarro labral.


    t 0. La colisión provocó el desgarro labral.

    Podemos imaginar la causa inversa, y causa común, explicaciones rivales:

    t 1. El desgarro labral ocurrió tres semanas antes mientras se esquiaba. Tony fácilmente podría haber evitado el accidente frenando oportunamente, pero la pérdida de movilidad por la lesión de cadera le impidió llegar a tiempo al pedal del freno. De esta manera el desgarro provocó la colisión.

    t 2. Un fuerte sonido chocante de un sitio de construcción cercano distrajo a Corey y le llevó a malinterpretar las señales de alto. También sobresaltó a Tony, y mientras arrancaba para ver de dónde venía el choque, se rasgó el labrum, y debido a que estaba distraído, tardó en aplicar los frenos. Así, el fuerte sonido chocante provocó tanto el desgarro labral como la colisión.

    El abogado de Corey se abstuvo sabiamente de sugerir relatos como estos y descansó su caso en la nula hipótesis rival explicación de que algo completamente independiente del accidente automovilístico causó la lesión de cadera.

    t 3. El choque no provocó el desgarro labral; otra cosa fue su causa.

    Se puede pensar que t 3 es una teoría rival bastante vaga, y de hecho, lo es. Pero probablemente fue una buena estrategia de juicio por dos razones. Una son las reglas para las demandas por negligencia. El demandante debe “probar”, por una “preponderancia de pruebas”, que la acción negligente del demandado (recuerde, Corey ya había admitido que tenía la culpa del accidente y por lo tanto legalmente negligente) causó la pérdida financiera y psicológica que necesita ser compensada. La defensa no necesita, por tanto, explicar lo que sí causó la lesión sino simplemente demostrar que el rival genérico es mejor (o incluso igual de bueno) que la cuenta del demandante. La segunda razón para mantener las cosas vagas es que el abogado de Corey podría arrojar pistas sobre cuál podría haber sido la causa externa de la lágrima sin estar comprometido con ninguna de estas teorías siendo una mejor explicación. La defensa, por ejemplo, hizo un gran problema con la propia admisión de Tony de que había sido un esquiador muy ávido durante la mayor parte de su vida y que los registros hospitalarios de la primera cirugía de Tony mostraron que el cirujano notó una ligera anormalidad fisiológica en la cadera de Tony. Quién sabe si una vida de esquí causó la lágrima o si Tony estaba genéticamente predispuesto a desarrollar tal lágrima.

    Nuestro jurado tuvo que decidir entre dos relatos causales del desgarro labral de Tony.

    t 0. La colisión provocó el desgarro labral.

    t 3. El choque no provocó el desgarro labral; otra cosa fue su causa.

    Teníamos ante nosotros algunas pruebas “directas”: las notas del quiropráctico, los registros de la cirugía de Tony y las facturas del taller de remolque y carrocería. La evidencia más importante, sin embargo, provino de testigos periciales que pudieron contarnos sobre choques de este tipo, las causas de las lágrimas del labral, y similares. Como podría sospechar, los peritos para el demandante difirieron bastante en su testimonio de los peritos para la defensa.

    e 2. Registros del quiropráctico de Tony, su cirugía y las facturas de la compañía de remolque y el taller de carrocería

    e 3. Diferentes relatos de expertos del accidente: ¿fue un hueso T o un barrido lateral? —y las fuerzas generadas

    e 4. Diferentes relatos expertos de la historia quiropráctica de Tony y sus visitas a su quiropráctico tras el accidente

    e 5. Diversos relatos de expertos sobre cómo un accidente de este tipo podría causar un desgarro labral

    Para mí, y creo para muchos de mis compañeros del jurado, la discrepancia clave en el testimonio pericial se refería a la etiología de las lágrimas labrales. El testigo experto de Tony fue un ex cirujano ortopédico que testificó que las lágrimas de labral casi siempre provenían de fuerzas traumáticas como lesiones atléticas o accidentes automovilísticos y casi nunca por el desgaste general de un estilo de vida activo como el de Tony's El testigo experto de Corey, también cirujano ortopédico, testificó exactamente lo contrario. Nos dijo que los desgarros labrales más comunes provinieron de causas insidiosas y no se diagnosticaron desde hace varios años.

    e 6. Diversos relatos de expertos sobre la etiología de las lágrimas labrales

    Todo el jurado fue dicho en términos no inciertos por el juez que estábamos obligados a resolver el caso únicamente sobre la base de las pruebas presentadas en el juicio y que bajo ninguna circunstancia se nos permitió buscar en Google nada relacionado con el juicio. Sé que, a excepción de esa instrucción clara, habría hecho una pequeña investigación en línea rápida y sucia sobre las lágrimas labrales. Cuando lo hice después de que terminó el juicio, llegué a la conclusión de que la verdad estaba algo a medio camino entre estos dos expertos: las lágrimas labrales a menudo resultan de lesiones traumáticas pero también ocurren por la lenta degeneración de la cadera.

    Espero que recuerden del capítulo 9, aceptar el testimonio, incluido el testimonio legal de los testigos periciales, implica una inferencia en dos pasos a la mejor explicación. En nuestro caso, la evidencia se vería algo así como lo siguiente:

    e 1. Lo que se dijo en el testimonio

    e 2. Contexto: testimonio jurado en un juicio civil

    e 3. Biografía relevante: las credenciales profesionales del experto


    t′ 0. El experto cree genuinamente lo que dijo en el testimonio.


    t″ 0. El experto cree lo que dijo porque lo que dijo es cierto.

    Sólo puedo hablar por mí mismo, pero estaría dispuesto a otorgar la sinceridad absoluta de cada experto que escuchamos; t′ 0 siempre fue mi mejor explicación de lo que cada testigo tenía que decir. Aunque podría imaginarme la explicación rival t′ 1 —él o ella la dijo porque le pagaron por decirlo— siendo la más obvia, nunca sentí que esto era lo que estaba pasando.

    Sabemos como cuestión de lógica simple, sin embargo, que t″ 0 no puede ser la mejor explicación de lo que atestiguó todo experto, ya que explícitamente se contradicían entre sí en varias instancias. Las lágrimas labrales no suelen ser el resultado de causas insidiosas mientras que al mismo tiempo casi nunca son el efecto de ellas. Para casi la mitad de los peritos, sus creencias sinceras tuvieron que confundirse. La pregunta clave, por supuesto, era, ¿quién tenía razón y quién se equivocaba?

    EJERCICIOS

    1. 1. Cuando dos eventos, A y B, están correlacionados (en tiempo y espacio o estadísticamente), ¿cuáles son las cinco posibles relaciones causales entre A y B (una de estas relaciones en realidad no es causal en sentido estricto)?
    2. 2. Utilice todos los pasos de la receta IBE para evaluar la calidad de la evidencia en el siguiente argumento causal.

      Obviamente el hecho de que Sarah no asistiera a las conferencias le causó una mala calificación de filosofía. Ha tenido ausencias regulares durante el último mes más o menos, y su calificación ha bajado de una B+ a una C- durante ese período de tiempo.

    QUIZ DOCE

    Dado lo que sabe de la siguiente publicación en línea de Oregon Public Broadcasting, use todos los pasos de la receta del IBE para evaluar la calidad de la evidencia para la afirmación de que “el cáncer de pulmón de la Sra. Silva fue causado de manera próxima y directa y su crecimiento fue promovido por sus exposiciones a los contaminantes anteriores de la Instalación de Bullseye”.

    El artículo completo está disponible en línea en “Paciente con cáncer terminal demanda a Bullseye Glass en Portland”. (https://www.opb.org/news/series/portland-oregon-air-pollution-glass/oregon-portland-bullseye-glass-terminal-cancer-patient-sues/) 7

    Notas

    1. Nate Silver, La señal y el ruido (Nueva York: Penguin, 2012), 187.

    2. Diccionario Conciso Oxford, 6a ed. (1976), s.v. “correlación”.

    3. Andrew E. Dessler y Edward A. Parson, La ciencia y la política del cambio climático global (Cambridge: Cambridge University Press, 2007), 59.

    4. Dessler y Parson, Cambio climático global, 73.

    5. Al Gore, Una verdad incómoda (Emaús: Rodale, 2006), 67.

    6. Peter Lipton, Inferencia a la mejor explicación (Londres: Routledge, 1991), 32.

    7. Ryan Haas, “Paciente con cáncer terminal demanda a Bullseye Glass en Portland”, OPB, 15 de junio de 2016, https://www.opb.org/news/series/portland-oregon-air-pollution-glass/oregon-portland-bullseye-glass-terminal-cancer-patient-sues/.


    This page titled 1.12: Correlaciones y causas is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by Jeffery L. Johnson (Portland State University Library) via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.