Condición de Markov causal

Una vez que conoces las causas inmediatas de un suceso, las causas más lejanas no te ayudan a predecirlo mejor. Por ejemplo, si ves un charco —la causa directa de que el suelo esté resbaladizo—, saber que antes había una fuga en una tubería no aporta información nueva para predecir si el suelo resbala. Esto ilustra la condición de Markov causal: cualquier suceso es estadísticamente independiente de sus causas lejanas una vez que conocemos sus causas inmediatas.

Pregúntate: ¿Qué causas directas necesito conocer para predecir un resultado?

La condición de Markov causal establece un vínculo clave entre una estructura causal y los datos que genera. Afirma que, dadas sus causas directas (sus «padres» en un grafo causal), una variable es independiente de todas las variables que no son sus descendientes, es decir, de cualquier variable que no sea uno de sus efectos. Las causas inmediatas actúan como un filtro que separa a la variable de la información situada más atrás en la cadena causal.

Este es el supuesto central que nos permite simplificar sistemas complejos. Sin él, para predecir cualquier suceso necesitaríamos conocer el estado de cada una de sus causas, remontándonos infinitamente en el tiempo. Esta condición nos permite construir modelos predictivos manejables y centrados en lo relevante.

Por ejemplo, en medicina, un virus puede causar inflamación, que a su vez provoca fiebre. Si un médico puede medir directamente el nivel de inflamación, la condición de Markov causal implica que hacer una prueba para detectar el virus original no aporta información adicional para predecir la fiebre. La inflamación es la variable mediadora que transmite toda la información relevante del virus a la fiebre.

Del mismo modo, en una cadena de suministro, el cierre de una fábrica provoca una escasez de microchips que retrasa la producción de teléfonos inteligentes. Si quien gestiona la producción conoce sus existencias exactas de microchips (la causa directa del ritmo de producción), consultar también el estado de la fábrica situada más atrás en la cadena no le ayuda a predecir mejor la producción de la próxima semana. El nivel de existencias actúa como filtro y hace que esa información no aporte nada más a la predicción.

Entender esto te ayuda a identificar qué información es realmente esencial para una decisión y cuál es redundante. Te anima a trazar las causas directas de un resultado sin perderte en un mar de factores indirectos e históricos.

La condición de Markov causal (CMC) es un principio fundamental que conecta la estructura de un grafo acíclico dirigido causal (DAG, por sus siglas en inglés) con las probabilidades. Formalmente, supone que la distribución de probabilidad de las variables cumple la propiedad de Markov respecto al grafo. Esto significa que cada nodo es condicionalmente independiente de sus no descendientes, dados sus padres. Así, los investigadores pueden identificar relaciones de independencia estadística directamente en un diagrama causal. Este principio es un componente clave de los algoritmos que buscan descubrir la estructura causal a partir de datos observacionales.

• Spirtes, Glymour y Scheines (2000) establecieron el marco teórico en el que la CMC, junto con la condición de fidelidad causal, permite que algoritmos como PC y FCI infieran grafos causales a partir de datos mediante pruebas de independencia condicional. [1]
• Pearl (2009) presenta la CMC no solo como un supuesto, sino como un teorema que se puede derivar de la semántica de los modelos causales estructurales (SCM, por sus siglas en inglés), que representan las relaciones causales mediante asignaciones funcionales. [2]
• Peters, Janzing y Schölkopf (2017) profundizan en esta idea y muestran cómo la condición surge del supuesto de que las causas directas de una variable, junto con un término de ruido independiente, determinan su valor. Este modelo es habitual en el aprendizaje automático y la estadística. [3]

Aplicar la condición de Markov causal exige construir el modelo con cuidado, ya que las aparentes infracciones suelen señalar problemas en la especificación del grafo más que un fallo del principio en sí:

• Confusión por causas comunes no medidas: Si el modelo no incluye causas comunes latentes, es posible que no se cumplan las relaciones de independencia que la CMC implica para las variables observadas. Algoritmos como FCI están diseñados para inferir relaciones causales incluso en presencia de estos factores de confusión.
• Error de medición: Si se mide una variable padre con ruido y no se incluye el modelo de medición, la variable medida puede no aislar por completo el efecto de la información sobre sus antecesores. Esto es un problema del modelo, no un fallo de la CMC.
• Ausencia de ciclos: La condición se define para grafos acíclicos dirigidos (DAG), por lo que no aborda directamente los sistemas con bucles de retroalimentación, habituales en economía y biología.