Comprobación de supuestos causales

Comprobar supuestos causales significa revisar si los patrones de tus datos reales coinciden con lo que predice tu diagrama causal. Si tu diagrama afirma que dos variables no están relacionadas una vez que tienes en cuenta otros factores, pero tus datos muestran que siguen conectadas, tu supuesto es incorrecto. Es como cuando un científico diseña un experimento: el primer paso siempre es deducir qué espera observar antes de realizar la prueba. Al dibujar un diagrama causal, haces predicciones sobre qué variables deberían ser independientes entre sí. Luego puedes aplicar pruebas estadísticas a tus datos para comprobar si esas relaciones de independencia se cumplen. Si no se cumplen, debes revisar tu diagrama. Prueba esto: Elige una relación de independencia que plantee tu modelo y comprueba si se cumple en tus datos.

Cómo funciona la comprobación

Primero, deduces las implicaciones que puedes comprobar a partir de tu diagrama causal mediante la separación d. Este criterio te indica qué variables deberían ser estadísticamente independientes al tener en cuenta otras variables. Cada grafo causal predice relaciones de independencia condicional: son las implicaciones contrastables del grafo. Por ejemplo, si tu diagrama muestra que la educación influye en los ingresos solo a través de las habilidades laborales, la educación y los ingresos deberían ser independientes una vez que controlas las habilidades laborales.

El proceso de comprobación

Aplicas pruebas de independencia condicional a tus datos para comprobar estas predicciones. Entre las más habituales están las pruebas de chi-cuadrado para datos categóricos, las pruebas de correlación parcial para datos continuos y las pruebas no paramétricas, que son más flexibles. Si las pruebas muestran independencia donde tu diagrama la predice, esto respalda tus supuestos. Si muestran dependencia donde habías predicho independencia, es probable que tu modelo causal sea incorrecto o que le falten variables importantes.

Ejemplos prácticos

Medicina: Los investigadores que estudian si un medicamento causa la recuperación deben comprobar que la asignación de los pacientes sea independiente de los resultados potenciales tras controlar los factores observados. Si encuentran dependencias ocultas, esto sugiere que hay factores de confusión no medidos: quizá se seleccionó a pacientes más sanos para recibir el medicamento.

Economía: Un analista que estudia si los aumentos del salario mínimo afectan al desempleo debe comprobar si los indicadores económicos regionales explican ambas variables. Si la independencia condicional no se cumple después de controlar estos factores, la afirmación causal carece de respaldo.

Decisiones de producto: Una empresa que estudia si una nueva función aumenta la participación de los usuarios debe comprobar que quienes la adoptan primero no sean sistemáticamente diferentes de los demás usuarios. Las pruebas de independencia condicional pueden revelar un sesgo de selección oculto.

Limitaciones principales

Muchos supuestos causales fundamentales no se pueden comprobar solo con datos. El supuesto de ausencia de factores de confusión no medidos —que has medido todas las variables relevantes que afectan tanto al tratamiento como al resultado— no se puede comprobar únicamente con datos observacionales. Por eso, el análisis de sensibilidad y el conocimiento del área de estudio siguen siendo herramientas esenciales en la inferencia causal.

Los supuestos causales se comprueban mediante relaciones de independencia condicional derivadas de la condición causal de Markov. Esta establece que las variables son independientes de sus no descendientes dadas sus causas directas en el grafo. La idea clave es que todo modelo causal bien especificado hace predicciones contrastables sobre relaciones de independencia estadística que deben cumplirse si el modelo es correcto. Estas se identifican mediante criterios de separación d en la estructura del grafo.

• Pearl (2009): La condición causal de Markov implica que cada separación d en el grafo corresponde a una independencia estadística en la distribución de los datos, lo que proporciona implicaciones contrastables para los modelos causales [1].
• Spirtes, Glymour y Scheines (2000): El algoritmo PC demuestra cómo las pruebas de independencia condicional pueden descubrir sistemáticamente la estructura causal a partir de datos observacionales bajo los supuestos de suficiencia causal y fidelidad [2].
• Textor et al. (2016): Herramientas de software como dagitty pueden deducir automáticamente implicaciones contrastables a partir de diagramas causales y comprobarlas con datos, aunque los supuestos fundamentales, como la ausencia de factores de confusión no medidos, siguen sin poder comprobarse [3].
• Zhang (2008): Métodos ampliados de descubrimiento causal que se basan únicamente en supuestos contrastables y muestran cómo versiones más débiles del cálculo do pueden funcionar sin requerir un conocimiento completo de la estructura causal [4].

La comprobación de supuestos causales tiene limitaciones fundamentales. El supuesto de fidelidad —que las independencias observadas reflejan la estructura causal y no cancelaciones entre parámetros— puede fallar cuando los efectos de distintas vías causales se cancelan exactamente. Más grave aún, el supuesto de ausencia de factores de confusión no medidos no se puede comprobar solo con datos observacionales: nunca puedes demostrar que has medido todas las variables relevantes. El análisis de sensibilidad puede mostrar qué intensidad tendría que tener la confusión no medida para invalidar las conclusiones, pero no puede descartarla. Además, las pruebas de independencia condicional requieren muestras grandes para detectar dependencias sutiles, y las correcciones por pruebas múltiples reducen la potencia estadística. Cuando los supuestos no se cumplen, las inferencias causales resultantes pueden ser muy erróneas.