VL01_SEM0_Kausale_Inferenz_DAGs

• Kausale Inferenz beinhaltet…

• mehr als (beobachtete) Zusammenhänge zwischen Variablen

• die Vorhersage der Folge von Interventionen („Was passiert, falls ich das mache?“)

• die Imputation von fehlenden Beobachtungen („Was wäre passiert, wenn ich etwas anderes gemacht hätte?“)

Un marco cada vez más popular para formalizar cuestiones causales en la ciencia empírica son los denominados «grafos acíclicos dirigidos» (DAG, por sus siglas en inglés).

DAG como representación gráfica de una teoría causal (abstracta):

• Una flecha dirigida (es decir, unidireccional) de una variable X a una variable Y significa: X tiene un efecto causal (directo) sobre Y (y no al revés).

• Cada flecha que no está dibujada formaliza la suposición de que no existe el efecto causal (directo) correspondiente.

• Existe un marco matemático («Do-Calculus») con el que se puede demostrar formalmente, solo con ayuda de las suposiciones causales contenidas en un DAG, si determinados tipos de afirmaciones causales son en principio investigables, en caso de que el DAG supuesto sea correcto (es decir, que las suposiciones causales formalizadas en él sean ciertas).

Para poder ilustrar las regularidades que se pueden deducir de los DAG sin tener que ocuparse de las matemáticas, resulta útil simular datos en los que el proceso de generación de datos se corresponde con la estructura causal formalizada en el DAG. Para ello, solemos partir de supuestos simplificados adicionales (distribución normal o bernoulliana de las variables, relaciones lineales, ausencia de interacciones).

• Ventajas de las simulaciones de datos:

se conoce la verdad (si existe un efecto causal, de qué tipo es, cuál es su magnitud, etc.) y, por lo tanto, se sabe cuál debe ser el resultado cuando se intenta estimar el efecto causal con métodos estadísticos basados en los datos disponibles

(por ejemplo, con regresión lineal múltiple).

comon cause/ confounder

Chain/Mediation

Pregunta: ¿La credibilidad en la investigación conduce a publicaciones más aburridas?

Hipótesis: Se observa empíricamente una correlación negativa entre «fiabilidad» y «interés periodístico».

• Se puede publicar si la investigación es interesante y/o está bien hecha. Si solo se tiene en cuenta la literatura publicada, se produce un colisionador («efecto de distorsión de selección»), lo que genera una correlación aparente.

• Nota: aquí no se controla el colisionador en el modelo estadístico, sino que se controla implícitamente en el marco del muestreo selectivo o la recopilación de datos para ello.

La misma estructura se encuentra siempre que se tiene un modelo de selección compensatorio (enlace OR; es decir, se accede a la selección por diferentes vías).

• Selección de personal: (no) psicópata (X, negativo) y genialidad (Y, positivo)

• Criterio de inclusión en un estudio clínico: se debe padecer depresión grave (X) o un trastorno de ansiedad grave (Y). ¿Qué comorbilidad (aparente) se encuentra en la muestra?

• Prueba de acceso BAPsy: quienes obtienen buenas notas en el bachillerato obtienen peores resultados en la prueba BAPsy (entre los estudiantes admitidos).

En psicología, una interpretación causal de un efecto de X sobre Y solo se acepta a menudo si la variable X se ha aleatorizado de forma aleatoria en un experimento (por ejemplo, ECA en psicología clínica, prueba A/B en psicología publicitaria). ¿Cómo se puede representar un experimento aleatorizado como un DAG?

• Supongamos que partimos del siguiente DAG y nos interesa el efecto causal de X sobre Y. Una aleatorización real de X (en el marco de un experimento) da lugar a que se puedan eliminar todas las flechas sobre X, ya que la variable aleatorizada, por diseño, ya no puede verse influida por las demás variables.

Ojo: O sea que las Us no las puedes controlar

Procedimiento para el análisis de los efectos causales:

1. Elaboración de un modelo causal a partir de la teoría en forma de DAG, teniendo en cuenta todas las variables relevantes posibles

2. Determinación del efecto causal concreto que interesa.

3. Determinación, basándose en las reglas de la inferencia causal, de si el efecto de interés puede investigarse en principio con la información disponible y qué variables deben controlarse para ello.

4. Formulación de supuestos adicionales que describan funcionalmente las variables y sus relaciones (por ejemplo, la no linealidad).

5. Determinación de un modelo estadístico (normalmente un modelo de regresión) que pueda estimar de forma significativa el efecto de interés, si el DAG y las hipótesis adicionales son correctas.

Consecuencia de este procedimiento:

• Con el mismo DAG, a menudo se necesitan diferentes modelos de regresión, dependiendo del efecto causal que nos interese.

Enfoque metodológico alternativo en el que no se especifica un modelo de regresión propio para cada efecto causal:

1. Creación de un modelo causal a partir de la teoría en forma de DAG, teniendo en cuenta todas las variables relevantes en la medida de lo posible.

2. Establecimiento de supuestos adicionales que describan funcionalmente las variables y sus relaciones.

3. Creación de un modelo estadístico que represente todas las hipótesis causales y funcionales a la vez.

Consecuencias de este procedimiento:

1. Un único modelo estadístico que representa todas las relaciones causales y que, por lo tanto, puede utilizarse para investigar diferentes cuestiones causales.

2. Un método para especificar dicho modelo son los modelos de ecuaciones estructurales lineales (SEM, por sus siglas en inglés).