D-separación

La d-separación (abreviatura de «separación direccional») es un método para determinar si dos variables de un diagrama causal son independientes una vez que tienes en cuenta otras variables. Imagina que sigues el recorrido de las tuberías de agua de un edificio: puedes ver si la información o la influencia puede fluir de un punto a otro y dónde hay válvulas (otras variables) que bloquean ese flujo. Si todos los caminos entre dos variables están bloqueados por las variables sobre las que condicionas, esas dos variables están d-separadas, es decir, son independientes. Lo sorprendente es que condicionar por un «colisionador» (una variable a la que apuntan dos flechas, como la ansiedad causada tanto por el café como por el cáncer) abre un camino y crea dependencia donde antes no la había. Prueba esto: Antes de controlar por una variable en tu análisis, dibuja el diagrama causal y comprueba si es una causa común, una variable mediadora o un efecto común.

La d-separación te permite leer de forma sistemática las relaciones de independencia condicional directamente en la estructura de un diagrama causal. El método examina todos los caminos posibles entre dos variables, sin tener en cuenta la dirección de las flechas, y determina si cada camino está «activo» (puede transmitir información) o «bloqueado». Tres estructuras determinan el flujo: las cadenas, donde A influye en B y B influye en C; las bifurcaciones, donde B es una causa común que afecta tanto a A como a C; y los colisionadores, donde las flechas de A y C convergen en B. Las cadenas y las bifurcaciones se bloquean cuando condicionas por la variable intermedia. Los colisionadores funcionan al revés: bloquean el flujo de información, salvo que condiciones por ellos o por sus descendientes, lo que, paradójicamente, abre el camino.

Esto explica por qué controlar por la ansiedad en el ejemplo del café y el cáncer introduce un sesgo: la ansiedad es un colisionador, ya que tanto el café como el cáncer la causan. Condicionar por ella crea una asociación falsa entre el café y el cáncer. Del mismo modo, en las decisiones de contratación, condicionar por «haber sido contratado» (un colisionador de las cualificaciones y la diversidad) puede hacer que las cualificaciones parezcan asociadas negativamente con la diversidad, incluso cuando no existe una relación real. En medicina, controlar por un síntoma (un efecto común de varias enfermedades) puede hacer que enfermedades independientes parezcan correlacionadas. Este fenómeno se conoce como paradoja de Berkson.

La utilidad práctica de la d-separación está en ayudarte a decidir qué variables incluir o excluir de los modelos estadísticos. Cuando estudias efectos causales, por lo general te interesa controlar por los factores de confusión (causas comunes) para bloquear los caminos de puerta trasera, evitar controlar por los colisionadores para no abrir caminos espurios y valorar cómo tratar las variables mediadoras según busques efectos totales o directos. La d-separación te ofrece una lista visual de comprobaciones: sigue cada camino entre el tratamiento y el resultado, identifica los factores de confusión por los que necesitas controlar y detecta los colisionadores por los que no debes controlar.

Pearl (1988) formalizó la d-separación, que ofrece un criterio gráfico completo para determinar todas las relaciones de independencia condicional que implica una red bayesiana o un grafo causal dirigido acíclico (DAG). El criterio establece que las variables X e Y están d-separadas por un conjunto Z si y solo si todos los caminos entre X e Y, recorridos sin tener en cuenta la dirección de las flechas, están bloqueados. Un camino está bloqueado si contiene una variable de Z que no es un colisionador o un colisionador cuyos descendientes no están en Z. Pearl (1988): la d-separación es un criterio correcto y completo para leer la independencia condicional en las redes bayesianas; esto significa que todas las d-separaciones corresponden a independencias válidas y viceversa [1]. Verma y Pearl (1990): demostraron que la d-separación ofrece una caracterización completa de las relaciones de independencia de un DAG y establecieron la conexión entre la estructura gráfica y la independencia probabilística [2]. Geiger, Verma y Pearl (1990): establecieron la base axiomática de la d-separación y mostraron que constituye un conjunto completo de reglas para inferir independencias en modelos gráficos [3].

Sus antecedentes se remontan a trabajos anteriores: el análisis de senderos de Wright (1934) introdujo los modelos causales gráficos, mientras que el algoritmo de d-separación unificó estas ideas con el razonamiento probabilístico moderno. En la inferencia causal, la d-separación sustenta conceptos clave como el criterio de puerta trasera, el criterio de puerta delantera y las estrategias para identificar efectos causales a partir de datos observacionales.

La d-separación revela las independencias que codifica la estructura de un grafo causal, pero no permite descubrir la estructura causal solo a partir de los datos: distintos grafos pueden implicar las mismas relaciones de d-separación (equivalencia de Markov). El criterio también supone que el grafo representa correctamente la realidad; si está mal especificado, lleva a afirmaciones incorrectas sobre la independencia. La d-separación se aplica a la independencia condicional, no a la magnitud de los efectos causales: las variables pueden ser independientes y aun así tener efectos causales a través de mecanismos diferentes. Algunas dependencias estadísticas surgen de relaciones deterministas o de sesgos de selección que la d-separación estándar no capta. Además, las formulaciones estándar del método requieren grafos acíclicos, aunque existen extensiones para sistemas con ciclos.