Quizás ya hayas escuchado esta estadística que puede parecer sorprendente para los no iniciados: cada verano, el consumo de helados y el número de ahogamientos evolucionan al unísono, como si uno pudiera ahogarse... comiendo un cucurucho. Esta "dualidad" sorprendente a menudo provoca bromas, pero sobre todo ilustra una trampa clásica de la mente humana: confundir correlación con causalidad.
Calor, helados y baños
Cuando la temperatura sube de manera persistente, nuestro organismo busca evacuar el exceso de calor. Se desencadenan dos reflejos simples:
- Refrescarse en la merienda: El helado o el sorbete ofrecen un enfriamiento inmediato del paladar y un placer gustativo. Entre las 12 h y las 18 h, las ventas de helados aumentan espectacularmente en los mercados, playas y chiringuitos.
- Tirarse al agua: Bañarse en el mar, río o piscina se convierte en un remedio natural contra el calor. Pero cuánto más nos lanzamos al agua, más multiplicamos las ocasiones de resbalar, fatigarnos o enfrentar corrientes, y por tanto de sufrir un accidente por ahogamiento.
Estos dos comportamientos no están vinculados por una relación causa-efecto: no es el "toque" de limón helado lo que te hace perder el equilibrio, ni la promesa de un baño lo que suscita tu antojo de vainilla-pistacho. Simplemente comparten un mismo motor: el calor estival.
¿Por qué la correlación?
Hablamos de factor de confusión cuando dos variables evolucionan juntas bajo la influencia de un tercer elemento. Aquí, el sol y el aumento de temperaturas juegan este papel: hacen subir por un lado la demanda de postres helados, y por otro el número de bañistas expuestos a riesgos acuáticos.
Este fenómeno dista mucho de ser anecdótico: recuerda que nuestros cerebros buscan automáticamente dar sentido a coincidencias numéricas, con la tentación de tejer relaciones causa-efecto al observar dos curvas paralelas.
Explicación matemática
Para medir la fuerza de una relación estadística entre dos variables, se utiliza el coeficiente de correlación de Pearson, denotado r. Se calcula así:
r = Cov(X, Y) / (σₓ · σᵧ)
Con, por ejemplo:
-
X el consumo de helados (en litros o toneladas)
-
Y el número de ahogamientos (cantidad de accidentes)
-
Cov(X, Y) la covarianza (medida de cómo X e Y varían juntas)
-
σₓ y
σᵧ las desviaciones estándar de X e Y (medida de su dispersión individual)
El coeficiente r varía entre –1 y +1:
- r cercano a +1 indica una fuerte correlación positiva (ambas variables aumentan juntas).
- r cercano a –1 señala una fuerte correlación negativa (una aumenta, la otra disminuye).
- r cercano a 0 significa ausencia de correlación lineal.
En este caso, podríamos tener r > +0.80, mostrando una correlación positiva muy fuerte. Pero atención: la correlación no dice nada sobre causalidad. Para demostrar que X causa Y, habría que aislar todas las demás variables posibles, lo cual aquí es imposible — siendo la causa común real el calor.
Conclusión
El paralelismo entre el pico de venta de helados y el aumento de ahogamientos es un excelente ejemplo de "correlación engañosa": dos fenómenos que se suceden sin que uno desencadene al otro. Es el calor lo que impulsa tanto a saborear un sorbete como a zambullirse en el agua, con sus riesgos. Entender este hecho nos ayuda a mantener un espíritu crítico frente a gráficos y estadísticas, y a conservar el placer intacto: disfruta tus helados con seguridad, y respeta las normas de baño para evitar accidentes.