Arquetipos y Conjunto de Ajuste
DAG StudioInventario de Caminos entre $X$ e $Y$ 3 caminos
Lienzo Estructural de Grafo Dirigido Acíclico (DAG)
Los nodos condicionados muestran un halo cuadrangular de ajuste formal según la notación de Pearl.
Expresión de Identificación Causal $P(Y \mid do(X))$
Criterio BackdoorEl operador $do(X = x)$ simula la intervención externa físicamente eliminando todas las flechas entrantes a $X$, transformando el problema observacional en uno experimental identificable.
Generador Estocástico ($N=2000$)
Monte CarloLa variable confusora $Z$ (ej. Antigüedad del usuario) afecta positivamente la probabilidad de recibir el tratamiento $X$ ($\alpha > 0$) y negativamente el ingreso $Y$ ($\gamma < 0$), o viceversa. Sin condicionar por $Z$, el camino de puerta trasera $X \leftarrow Z \to Y$ genera una pendiente invertida (Paradoja de Simpson).
Ajustar por $Z$ equivale a proyectar ortogonalmente tanto a $Y$ como a $X$ sobre el subespacio nulo de $Z$, eliminando la correlación inducida por la puerta trasera antes de calcular el gradiente.
1. MCO Ingenuo Global ($Y \sim X$)
Asociación Espuria por Confusión
La recta global agrupa todos los datos ignorando el estrato de $Z$, falseando la dirección del impacto causal.
2. Estratificación por Confusor $Z$
Verdaderas Pendientes Intragrupo $\beta_{\text{true}}$
Al controlar por $Z$ (3 estratos: Bajo, Medio, Alto), la pendiente en cada grupo coincide con el verdadero efecto $\beta_{\text{true}}$.
Tabla Comparativa de Estimadores Causales
Muestra Monte Carlo actual| Estimador | Fórmula / Especificación | Efecto Estimado ($\hat{\beta}$) | Sesgo ($\hat{\beta} - \beta_{\text{true}}$) | Intervalo IC 95% | % Sesgo Eliminado | Diagnóstico |
|---|---|---|---|---|---|---|
| MCO Ingenuo | $Y = \beta_0 + \beta_1 X + \varepsilon$ | -- | -- | [--, --] | 0.0% | Sesgado (Backdoor Abierto) |
| MCO Ajuste Backdoor | $Y = \beta_0 + \beta_1 X + \gamma Z + \varepsilon$ | -- | -- | [--, --] | 99.4% | Insesgado (Bloqueo FWL) |
| Ponderación IPW | $\frac{1}{N}\sum \left[\frac{T_i Y_i}{e(Z_i)} - \frac{(1-T_i)Y_i}{1-e(Z_i)}\right]$ | -- | -- | [--, --] | 98.8% | Insesgado (Pseudo-Población) |
Double ML & Heterogeneidad
EconML / DMLEl Efecto Causal Promedio (ATE) puede ser positivo ($+10$), pero en clientes nuevos ($W < 6$ meses) el algoritmo genera fricción ($\tau(W) < 0$), mientras que en clientes leales ($W \ge 18$) produce gran lealtad ($\tau(W) > +25$). Double ML estima la función no lineal $\tau(W)$ libre de sesgo de regularización.
Batería de Refutación (DoWhy)
Stress TestingEjecuta una prueba para validar si el estimador causal resiste la introducción de ruido ortogonal o tratamiento simulado.
Curva CATE $\tau(W)$ vs Antigüedad del Usuario ($W$)
Efecto Causal Heterogéneo estimado con Double ML frente a la referencia plana ATE
Distribución Poblacional de Efectos Causal Individuales ($\tau_i$)
Segmentación de usuarios ganadores vs perjudicados por el algoritmo
Fundamentos del Cálculo Causal de Judea Pearl & Criterio Backdoor
El operador $do(\cdot)$, d-separación y condiciones formales de identificabilidad
1.1. Operador $do(\cdot)$ y la Falla de la Condición Simple
En estadística clásica observacional, la condicional $P(Y \mid X = x)$ describe la distribución de $Y$ en el subgrupo pasivo de observaciones que casualmente eligieron $X = x$. Si existen causas comunes $Z$, este valor está contaminado por la información de $Z$.
La intervención $do(X = x)$ mutila el grafo causal eliminando físicamente todos los arcos entrantes a $X$ ($Pa(X) \to \emptyset$), convirtiendo a $X$ en una variable exógena no confundida.
1.2. Teorema de Ajuste de la Puerta Trasera (Backdoor Criterion)
Un conjunto de variables $Z$ satisface el criterio backdoor relativo al par $(X, Y)$ en un DAG si:
- Ningún nodo de $Z$ es descendiente de $X$ ($Z \cap De(X) = \emptyset$).
- $Z$ bloquea todos los caminos entre $X$ e $Y$ que contienen una flecha apuntando a $X$.
Econometría Rigurosa: De Frisch-Waugh-Lovell a Double Machine Learning
Ortogonalización de Neyman y eliminación del sesgo de regularización en alta dimensión
2.1. Teorema FWL y Ortogonalización Lineal
En el modelo lineal multivariado $Y = X\beta + Z\gamma + \varepsilon$, el estimador $\hat{\beta}$ puede obtenerse en 3 etapas mediante proyecciones ortogonales de residuos:
Esto prueba formalmente por qué controlar por $Z$ erradica la Paradoja de Simpson en sistemas lineales.
2.2. Double/Debiased Machine Learning (Chernozhukov et al., 2018)
Cuando los regresores de control $W$ son no lineales o de alta dimensión, usar Random Forests o Gradient Boosting directamente para predecir $Y \sim X + W$ introduce un **sesgo de regularización** de primer orden que destruye los intervalos de confianza.
Double ML resuelve esto particionando la muestra (*Cross-Fitting*) y construyendo scores ortogonales de Neyman:
Ponderación por Inverso de la Propensión (IPW / Horvitz-Thompson)
Construcción de pseudo-poblaciones balanceadas donde el tratamiento es ortogonal a las covariables
El Propensity Score $e(X) = P(T = 1 \mid X)$ es la probabilidad condicionada de recibir el tratamiento dadas las características observadas. Al ponderar cada unidad tratada por $1/e(X_i)$ y cada unidad de control por $1/(1-e(X_i))$, se recrea una población sintética donde la asignación es independiente de los confusores:
Condición de Positividad / Solapamiento (*Overlap*): Exige estrictamente que $0 < e(X) < 1$ para todo el soporte poblacional. Valores de $e(X) \approx 0$ o $e(X) \approx 1$ inducen pesos hiperbólicos inestables que disparan la varianza del estimador.
Rúbrica Oficial de Evaluación · Trabajo Práctico Nº 6 (100 pts)
Criterios de calificación formal para entregas en formato Jupyter Notebook y Reporte Ejecutivo
| Criterio / Bloque | Excelente (100%) | Aceptable (70%) | Insuficiente (<50%) | Puntos |
|---|---|---|---|---|
| 1. Formulación del DAG y Criterio Backdoor | DAG formalmente correcto en DoWhy/NetworkX. Identificación exhaustiva de caminos directos, indirectos y backdoor. Demuestra por qué bloquear $M$ sesga el efecto total y por qué ajustar por $C$ genera sesgo de Berkson. | Construye el DAG pero omite arcos relevantes o confunde el rol de mediadores frente a confusores al justificar el conjunto de ajuste. | No formula el DAG o aplica ajustes indiscriminados que abren colisionadores o bloquean mediadores sin comprensión de d-separación. | 25 pts |
| 2. Flujo DoWhy 4 Pasos & Estimación IPW | Ejecuta rigurosamente Model, Identify, Estimate y Refute. Estima ATE vía OLS y Propensity Score Weighting. Compara explícitamente frente al MCO ingenuo cuantificando el sesgo de confusión eliminado con precisión decimal. | Ejecuta los pasos de DoWhy pero no explica la diferencia entre estimación lineal e IPW o no contrasta numéricamente con el modelo no controlado. | Falla en la ejecución de DoWhy, códigos con errores no reproducibles o ausencia de estimación por ponderación de propensión. | 30 pts |
| 3. Double Machine Learning & Heterogeneidad (EconML) | Implementa `LinearDML` con Random Forests para modelos nuisance. Grafica la curva CATE $\tau(W)$ con intervalos de confianza del 95% y argumenta las decisiones de targeting según la antigüedad del usuario. | Aplica DML pero no grafica la curva de CATE o no logra conectar los resultados con una política de segmentación estratégica en el negocio. | No implementa EconML, asume erróneamente efecto homogéneo constante en toda la población o comete overfitting grave en nuisance models. | 25 pts |
| 4. Batería de Refutación & Conclusiones Causales | Ejecuta Causa Común Aleatoria y Tratamiento Placebo. Interpreta correctamente los $p$-valores empíricos y concluye con distinción explícita entre asociación y causalidad. | Ejecuta una sola prueba de refutación o reporta números sin explicar el principio de falsación detrás del test. | Omite las pruebas de refutación o afirma causalidad sin verificar los supuestos de identificabilidad y robustez. | 20 pts |
| Puntaje Máximo Total: | 100 pts | |||