Generador de Dataset: ecommerce_causal_recommendation.csv

TP 6 · Inferencia Causal, DAGs & Causal ML

Estadística Aplicada y Modelos de Regresión (2026) • Unidad 6: Identificación Causal & Do-Calculus

Configuración del Grupo & Semilla

Hasta 3 integrantes

Seleccione la cantidad de integrantes del grupo e ingrese los últimos 3 dígitos del DNI de cada uno. La semilla resultante (3 dígitos por integrante) sintetizará un estudio observacional con sesgo de selección para estimación del ATE y CATE.

#1
#2
#3
Semilla Calculada (Seed)
---
Ingrese 3 dígitos por integrante
Muestra (N)
—
Usuarios E-commerce
Tratamiento (T)
Nuevo Alg.
Propensity con sesgo
Target (Y)
USD Revenue
Gasto Mensual
Semilla DNI
—
Pendiente de ingreso
Archivo oficial: ecommerce_causal_recommendation.csv

Evaluación Causal & Trampas de DAGs

Estimación del impacto real del nuevo algoritmo de recomendación sobre el ingreso mensual en USD. El dataset contiene confusión por antigüedad y frecuencia de uso (camino Backdoor), un mediador en el camino causal (clicks) y un colisionador (customer_support_tickets) que abre correlación espuria si se condiciona erróneamente.

•
Criterio Backdoor: Ajuste de Z1 (tenure), Z2 (active_days) y Z3 (device) para eliminar el sesgo que infla la regresión ingenua en ~+$10 USD.
•
Heterogeneidad (CATE): El efecto causal es altamente heterogéneo: beneficia más a usuarios novatos ($30 USD) que a veteranos ($15 USD).

Vista Previa del Dataset Causal

Inspección de las observaciones individuales y covariables

Esperando DNI

Ningún dataset generado aún

Ingrese los últimos 3 dígitos del DNI de los integrantes en el panel de configuración superior para generar y descargar los datos.

código_verificación_tp6.py
import pandas as pd
import numpy as np
import statsmodels.api as sm

# Cargar dataset descargado
df = pd.read_csv("ecommerce_causal_recommendation.csv")
print("Total usuarios:", len(df))

# 1. Limpieza de datos sucios
df_clean = df[
    (df['revenue'] > 0) &
    (df['customer_support_tickets'] >= 0) &
    (df['device_type'].isin(['Mobile', 'Desktop']))
].copy()
df_clean['is_desktop'] = (df_clean['device_type'] == 'Desktop').astype(int)

# 2. Regresión Ingenua (Sesgada)
m_naive = sm.OLS(df_clean['revenue'], sm.add_constant(df_clean[['treatment']])).fit()
print(f"ATE Ingenuo: ${m_naive.params['treatment']:.2f} USD")

# 3. Regresión Backdoor Insesgada (Ajustando Z1, Z2, Z3)
confounders = ['treatment', 'user_tenure_months', 'monthly_active_days', 'is_desktop']
m_backdoor = sm.OLS(df_clean['revenue'], sm.add_constant(df_clean[confounders])).fit()
print(f"ATE Backdoor (Insesgado): ${m_backdoor.params['treatment']:.2f} USD")

# 4. Trampa del Mediador (clicks) y del Colisionador (support_tickets)
m_mediator = sm.OLS(df_clean['revenue'], sm.add_constant(df_clean[confounders + ['clicks_on_recommendations']])).fit()
m_collider = sm.OLS(df_clean['revenue'], sm.add_constant(df_clean[confounders + ['customer_support_tickets']])).fit()
print(f"Efecto Directo (Mediador condicionado): ${m_mediator.params['treatment']:.2f} USD")
print(f"Efecto Sesgado (Colisionador condicionado): ${m_collider.params['treatment']:.2f} USD")