Inferencia Causal Práctica con DoWhy y Grafos Dirigidos (DAGs)

1. En el DAG $X \to K \leftarrow Y$, con $X$ y $Y$ independientes, ¿qué ocurre si analizas solo las filas con un valor dado de $K$?

• Aparece una asociación espuria entre X y Y
• X y Y siguen siendo independientes
• Se elimina el sesgo de confusión entre X y Y
• Se recupera el efecto causal de X sobre Y

$K$ es un colisionador. Sin condicionar, el camino $X \to K \leftarrow Y$ está bloqueado y $X$ y $Y$ son independientes. Condicionar en $K$ (por ejemplo, filtrar la muestra) abre el camino y crea una asociación espuria entre $X$ y $Y$.

2. ¿Cuál de estas condiciones forma parte del criterio de la puerta trasera para un conjunto de ajuste $Z$?

• Z no contiene descendientes del tratamiento
• Z incluye todas las variables medidas
• Z incluye al menos un mediador
• Z está formado solo por variables independientes del resultado

El criterio pide que $Z$ bloquee todos los caminos que entran al tratamiento por una flecha ($T \leftarrow \cdots Y$) y que no contenga descendientes del tratamiento. Por eso mediadores y colisionadores quedan fuera del ajuste.

3. En DoWhy, ¿qué hace el paso identify_effect()?

• Encuentra en el grafo un estimando que expresa el efecto causal
• Ajusta una regresión lineal a los datos
• Prueba las independencias condicionales del grafo
• Calcula el intervalo de confianza del efecto

La identificación razona sobre el grafo, sin usar los datos: aplica criterios como la puerta trasera, la puerta delantera y las variables instrumentales para encontrar una expresión estadística (estimando) que equivale al efecto causal.

4. En el caso de los cupones, el gasto medio con cupón supera en 17.02 pesos al gasto sin cupón, pero el efecto verdadero es 8. ¿Por qué?

• Los cupones fueron a clientes que de por sí gastan más: hay confusión
• El sorteo es un colisionador
• La muestra de 4,000 clientes es demasiado pequeña
• El gasto es un mediador del cupón

La antigüedad y las visitas aumentan tanto la probabilidad de recibir cupón como el gasto. La diferencia ingenua mezcla el efecto del cupón con esas diferencias entre grupos. Ajustar por los confusores (puerta trasera) recupera un valor cercano a 8.

5. Un sorteo cambia la probabilidad de recibir el tratamiento, no afecta el resultado por otra vía y no comparte causas con él. ¿Qué papel puede cumplir en DoWhy?

• Variable instrumental (iv.instrumental_variable)
• Confusor que hay que incluir en el ajuste
• Mediador para la puerta delantera
• Modificador de efecto obligatorio

Esas son las condiciones de una variable instrumental. DoWhy la detecta en el grafo y permite estimar con iv.instrumental_variable, que no requiere medir los confusores, a cambio de mayor varianza si el instrumento es débil.