RELACIONES CAUSALES El aprendizaje de relaciones causales o cmo aprendemos por qu ocurren las cosas se encuentra entre las habilidades

ms tiles que nuestra mente y la de otros animales es capaz de exhibir. Asumiendo principios bsicos de las tesis evolucionistas darwinianas, planteamos la posibilidad de que los mecanismos mentales a travs de los que se adquieren algunas formas simples de conocimiento causal son compartidos por diferentes especies, incluyendo la humana. Este planteamiento nos llevar a describir algunos datos experimentales obtenidos en el laboratorio que muestran que animales y humanos acertamos y erramos de manera similar a la hora de aprender relaciones causales. Si colocamos una olla de agua en el fuego para cocinar, lo hacemos con la seguridad de que el fuego har que el agua se caliente hasta hervir, aunque no podamos observar directamente el mecanismo por el que el fuego hace hervir el agua. Cuando un ratn come un alimento en mal estado y enferma, evitar en el futuro los alimentos con ese olor, aunque no haya nada en la sensacin olfativa concreta que diga que sea la ingestin de la comida lo que ha originado el dolor de estmago. Sin duda, esta habilidad para realizar inferencias causales es muy til para realizar predicciones e imprescindible para la supervivencia. El ratn puede predecir el efecto que tendr ingerir un alimento con ese olor y un ser humano puede predecir que el agua de la olla terminar hirviendo si se pone al fuego. Dada la relevancia que tiene semejante habilidad es interesante conocer a travs de qu mecanismo mental somos capaces de adquirir el conocimiento causal que nos ayudar a realizar predicciones an ms precisas. Si el largo proceso evolutivo ha acabado propiciando mecanismos eficaces de inferencia causal, es razonable pensar que hayan sido heredados por especies ms evolucionadas, como la nuestra. Un punto de partida en nuestra bsqueda de los mecanismos de aprendizaje causal es suponer que el modo en que las especies no humanas establecen sus propias predicciones nos dar pistas acerca de cmo lo hacemos los humanos. Si el largo proceso evolutivo ha acabado propiciando mecanismos eficaces de inferencia causal, es razonable pensar que hayan sido heredados por especies ms evolucionadas, como la nuestra. Este punto de partida ha venido contando con un creciente apoyo emprico desde prcticamente finales de los aos setenta. Estos estudios han mostrado un significativo parecido entre el comportamiento animal y humano en situaciones de aprendizaje causal. El parecido incluye tanto casos en los que ambas clases de organismos perciben de manera adecuada u objetiva la existencia de relacin entre dos eventos como casos en los que ambos perciben de manera errnea o ilusoria una relacin causal. Ambas clases de semejanzas han sido interpretadas como indicativas de la existencia de mecanismos psicolgicos comunes responsables del aprendizaje causal (Dickinson, Shanks y Evenden, 1984).

Algunos de los estudios en los que se ha mostrado el parecido entre el aprendizaje de relaciones causales en animales y humanos han seguido una estrategia experimental comn. El experimentador decide que una determinada conducta del organismo (p. ej., presin de una palanca en el caso de animales; o presin de una tecla de un ordenador en humanos) va a ir seguida con cierta probabilidad de una consecuencia deseada (p. ej., comida en el caso de animales; o la iluminacin de una figura geomtrica para conseguir puntos en el monitor del ordenador en humanos). De esta manera cuando el organismo ejecuta el comportamiento, existe cierta probabilidad de que la consecuencia aparezca. El experimentador tambin programa con cierta probabilidad la aparicin de la consecuencia de forma espontnea, es decir, sin que sea necesaria la ejecucin de la respuesta. En este tipo de procedimiento experimental, la frecuencia o tasa con la que el organismo acaba voluntariamente presionando la palanca (siempre que el animal est hambriento o el humano motivado por los puntos!) puede ser tomada como una medida indirecta pero perfectamente cuantificable de su creencia sobre el grado de control que su conducta ejerce sobre las presentaciones de la consecuencia. En el caso del aprendizaje humano, esta medida de tasa de respuesta ha sido acompaada frecuentemente de juicios verbales sobre la creencia del individuo en torno a su capacidad de control de la consecuencia; encontrndose resultados equivalentes con ambas clases de medidas. Tanto los animales como los seres humanos perciben de manera errnea o ilusoria que su respuesta ejerce algn tipo de control sobre la ocurrencia de la consecuencia, cuando objetivamente ambos acontecimientos se producen de manera independiente. En general, los resultados muestran que el comportamiento animal y humano es muy sensible al grado de correlacin que el experimentador ha dispuesto entre la respuesta y la consecuencia. Es decir, cuanto mayor sea la frecuencia con la que ocurre la consecuencia (comida o iluminacin de la figura) tras la respuesta (presionar la palanca o el teclado del ordenador) y menor sea la frecuencia con la que ocurre la consecuencia de manera espontnea, es decir, sin que se ejecute la respuesta, mayor convencimiento existir de que es la respuesta la que provoca la ocurrencia de la consecuencia. Este resultado parece perfectamente razonable ya que el grado de correlacin o contingencia entre los acontecimientos puede ser considerado en este tipo de tareas como un ndice objetivo adecuado para evaluar la magnitud de la relacin causal respuestaconsecuencia programada. Otro fenmeno, ms destacable an si cabe, es que tanto los animales como los seres humanos perciben de manera errnea o ilusoria que su respuesta ejerce algn tipo de control sobre la ocurrencia de la consecuencia, cuando objetivamente ambos acontecimientos se producen de manera independiente. Sin embargo, no parece que todos los individuos se sientan igual de tentados a cometer el error. Alloy y Abramson (1979) compararon la ejecucin de estudiantes universitarios que puntuaban por encima de la media en un inventario de depresin con la de estudiantes universitarios que puntuaban por debajo en ese mismo inventario. Los juicios verbales sobre el control que la respuesta ejerce sobre la consecuencia diferan en ambos grupos cuando el experimentador haba programado que la respuesta y la consecuencia ocurrieran de manera independiente. En concreto, la percepcin ilusoria de control la tenan slo los individuos que

puntuaban por debajo de la media pero no los que puntuaban por encima, quienes perciban acertadamente que su conducta no ejerca ningn control sobre la consecuencia. Ciertamente, existen otros fenmenos conductuales comunes que caracterizan tanto el aprendizaje causal animal y humano (ver Shanks, 1993 para una revisin de los mismos) y, por tanto, resulta en principio viable la hiptesis de que mecanismos psicolgicos comunes puedan explicar el origen de dichas semejanzas. Naturalmente, ello no implica que no existan diferencias entre el aprendizaje causal humano y animal. De hecho, las semejanzas que se han descrito quedan restringidas a situaciones en las que el aprendizaje causal tiene lugar cuando los aprendices disponen de experiencia de primera mano con la ocurrencia de los acontecimientos y adems, no disponen de conocimientos previos que gue dicho aprendizaje. Parece claro que el aprendizaje causal humano no queda restringido a tales situaciones y puede tener lugar sin necesidad de dicha experiencia directa con los eventos causales, por ejemplo, a partir de las experiencias relatadas verbalmente por otros o a partir de descripciones verbales de cmo han sucedido los acontecimientos.

REGRESIN SIMPLE Se define como un procedimiento mediante el cual se trata de determinar si existe o no relacin de dependencia entre dos o ms variables. Es decir, conociendo los valores de una variable independiente, se trata de estimar los valores, de una o ms variables dependientes. La regresin en forma grafica, trata de lograr que una dispersin de las frecuencias sea ajustada a una lnea recta o curva. Clases de Regresin La regresin puede ser Lineal y Curvilnea o no lineal, ambos tipos de regresin pueden ser a su vez: Regresin Simple: Este tipo se presenta cuando una variable independiente ejerce influencia sobre otra variable dependiente. Ejemplo: Y = f(x) Esta regresin se utiliza con mayor frecuencia en las ciencias econmicas, y sus disciplinas tecnolgicas. Cualquier funcin no lineal, es linealizada para su estudio y efectos prcticos en las ciencias econmicas, modelos no lineales y lineales multiecuacionales. Objetivo: Se utiliza la regresin lineal simple para:

1.- Determinar la relacin de dependencia que tiene una variable respecto a otra. 2.- Ajustar la distribucin de frecuencias de una lnea, es decir, determinar la forma de la lnea de regresin. 3.- Predecir un dato desconocido de una variable partiendo de los datos conocidos de otra variable.

a.

Regresin Simple: Este tipo se presenta cuando una variable independiente ejerce influencia sobre otra variable dependiente. Ejemplo: Y = f(x) b. Regresin Mltiple: Este tipo se presenta cuando dos o ms variables independientes influyen sobre una variable dependiente. Ejemplo: Y = f(x, w, z).

Por ejemplo: Podra ser una regresin de tipo mltiple: Una Empresa de desarrollo de software establece relacionar sus Ventas en funcin del numero de pedidos de los tipos de software que desarrolla (Sistemas, Educativos y Automatizaciones Empresariales), para atender 10 proyectos en el presente ao. En la Tabla representa Y (Ventas miles de S/.) e X (N pedidos de sistemas), W (N de pedidos de Aplicaciones Educativas) y Z (N de pedidos de Automatizaciones empresariales). Y 440 455 470 510 506 480 460 500 490 450 X 50 40 35 45 51 55 53 48 38 44

W 105 140 110 130 125 115 100 103 118 98 Z 75 68 70 64 67 72 70 73 69 74

Objetivo: Se presentara primero el anlisis de regresin mltiple al desarrollar y explicar el uso de la ecuacin de regresin mltiple, as como el error estndar mltiple de estimacin. Despus se medir la fuerza de la relacin entre las variables independientes, utilizando los coeficientes mltiples de determinacin. Anlisis de Regresin Mltiple Dispone de una ecuacin con dos variables independientes adicionales:

Se puede ampliar para cualquier nmero "m" de variables independientes:

Para poder resolver y obtener y en una ecuacin de regresin mltiple el clculo se presenta muy tediosa porque se tiene atender 3 ecuaciones que se generan por el mtodo de mnimo de cuadrados:

Para poder resolver se puede utilizar programas informticos como AD+, SPSS y Minitab y Excel.