Respuesta corta: NO. La estadística puede arrojarnos luz sobre las relaciones entre diversas variables, pero la causalidad stricto sensu no puede ser establecida por un mero criterio estadístico sin el respaldo de una teoría que explique o justifique la relación.
Dicho ésto, también habrá que decir que SÍ existe una forma de causalidad estadística: la causalidad de Granger.
Clive Granger fue un economista británico ganador del premio Nobel en 2003, compartido con Robert Engle por sus trabajos sobre series temporales y en concreto por el desarrollo del concepto de cointegración. Trabajó primero en el análisis espectral de series temporales económicas en Princeton junto con Oskar Morgenstern (uno de los fundadores de la Teoría de Juegos), pero la reducida longitud de las series en economía hace extremadamente difícil la utilización de dichas herramientas muy comunes en otras disciplinas.
Granger escribió un artículo en 1969 en la revista Econometrica en el que presentaba un método estadístico para evaluar las relaciones de causalidad entre dos variables económicas. Resumidamente, se dice que una variable X es causa en el sentido de Granger de otra si una serie de test estadísticos indican que valores retardados de X explican la evolución futura de Y.
La causalidad de Granger no está exenta de problemas. Para empezar sólo funciona para dos variables y si hay una tercera en discordia la validez del método se desmonta. Afortunadamente otro Nobel de Economía, Sims, creó otro método de modelización con series temporales (modelos VAR) que permiten extrapolar la causalidad de Granger a modelos multivariantes.
El método de Granger parece que se aplica, (aunque desconozco si con mucho éxito) en otros campos como la neurociencia para desentrañar los flujos de información entre distintas zonas del cerebro implicadas en algunas tareas.
En resumen, la causalidad debe ser formulada por una buena teoría, pero afortunadamente existen métodos estadísticos capaces de identificarla y cuantificarla en determinadas situaciones.
Dicho ésto, también habrá que decir que SÍ existe una forma de causalidad estadística: la causalidad de Granger.
Clive Granger fue un economista británico ganador del premio Nobel en 2003, compartido con Robert Engle por sus trabajos sobre series temporales y en concreto por el desarrollo del concepto de cointegración. Trabajó primero en el análisis espectral de series temporales económicas en Princeton junto con Oskar Morgenstern (uno de los fundadores de la Teoría de Juegos), pero la reducida longitud de las series en economía hace extremadamente difícil la utilización de dichas herramientas muy comunes en otras disciplinas.
Granger escribió un artículo en 1969 en la revista Econometrica en el que presentaba un método estadístico para evaluar las relaciones de causalidad entre dos variables económicas. Resumidamente, se dice que una variable X es causa en el sentido de Granger de otra si una serie de test estadísticos indican que valores retardados de X explican la evolución futura de Y.
La causalidad de Granger no está exenta de problemas. Para empezar sólo funciona para dos variables y si hay una tercera en discordia la validez del método se desmonta. Afortunadamente otro Nobel de Economía, Sims, creó otro método de modelización con series temporales (modelos VAR) que permiten extrapolar la causalidad de Granger a modelos multivariantes.
El método de Granger parece que se aplica, (aunque desconozco si con mucho éxito) en otros campos como la neurociencia para desentrañar los flujos de información entre distintas zonas del cerebro implicadas en algunas tareas.
En resumen, la causalidad debe ser formulada por una buena teoría, pero afortunadamente existen métodos estadísticos capaces de identificarla y cuantificarla en determinadas situaciones.
No hay comentarios:
Publicar un comentario