📊 statistics

Sensitivity of weighted least squares estimators to omitted variables

Este artículo introduce un marco de análisis de sensibilidad libre de distribución para estimadores de mínimos cuadrados ponderados que cuantifica el impacto de la confusión no observada en las estimaciones de efectos causales mediante estadísticas intuitivas de $R^2$ parcial ponderado y proporciona límites formales y procedimientos de inferencia ajustados aplicables a cualquier esquema de ponderación no negativo.

Autores originales: Leonard Wainstein, Chad Hazlett

Publicado 2026-08-19

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Leonard Wainstein, Chad Hazlett

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de las ciencias sociales, los investigadores suelen intentar responder a una pregunta simple pero persistente: ¿un evento específico causa un cambio específico en la vida de las personas? Imaginemos que intentamos comprender si experimentar la violencia cambia el deseo de paz de una persona. En un experimento perfecto, los científicos asignarían aleatoriamente a algunas personas para que enfrentaran la violencia y a otras para que permanecieran a salvo, y luego compararían sus actitudes. Esta asignación aleatoria asegura que los dos grupos sean idénticos en todo lo demás, de modo que cualquier diferencia en sus puntos de vista pueda atribuirse únicamente a la violencia. Sin embargo, en el mundo real, no podemos obligar a las personas a enfrentar tales situaciones. Solo podemos observar lo que ya ha sucedido. Esto crea un problema: las personas que experimentaron la violencia podrían haber sido diferentes de las que no la experimentaron incluso antes de que el evento comenzara. Quizás vivían en aldeas más peligrosas, o quizás su género las hacía más propensas a ser blanco de ataques. Estas diferencias preexistentes se denominan factores de confusión. Si los investigadores no tienen en cuenta estos factores, podrían pensar erróneamente que la violencia causó un cambio en la actitud, cuando en realidad el cambio era solo un reflejo de quiénes eran esas personas desde un principio.

Para solucionar esto, los científicos utilizan una técnica llamada ponderación. Observan a las personas que estudiaron y les asignan una importancia numérica, o pesos, para que el grupo que experimentó la violencia parezca estadísticamente idéntico al grupo que no la experimentó, con respecto a todos los factores conocidos como la edad, el género y el tamaño de la aldea. Una vez que los grupos están equilibrados, pueden comparar sus resultados con mucha mayor confianza. Pero persiste una duda persistente: ¿qué pasa con las cosas que no medimos? ¿Qué ocurre si existe un factor oculto, algo sobre lo que los investigadores nunca preguntaron, que influyó tanto en quién resultó herido como en cómo se siente respecto a la paz? Si tal factor oculto existe, toda la conclusión podría ser errónea. Durante años, verificar esta influencia oculta ha sido difícil, especialmente cuando se utilizan estos complejos métodos de ponderación. Los investigadores necesitaban una forma de preguntar: "¿Qué tan fuerte tendría que ser un factor oculto para cambiar completamente nuestra conclusión?".

Leonard Wainstein y Chad Hazlett han desarrollado un nuevo conjunto de herramientas para responder exactamente a esa pregunta. Crearon un método para probar la sensibilidad de los estudios ponderados ante la confusión no observada. Su enfoque es distinto porque no intenta adivinar cómo el factor oculto cambiaría los pesos en sí mismos. En su lugar, plantea una pregunta más simple y directa: si hubiéramos incluido este factor oculto en nuestro cálculo final, ¿cuánto cambiaría nuestro resultado? Descubrieron que la respuesta depende de solo dos números intuitivos. El primero es cuánto de la diferencia entre los grupos explica el factor oculto respecto a quién recibió el tratamiento. El segundo es cuánto de la diferencia en el resultado explica el factor oculto después de contabilizar todo lo demás. Estos dos números actúan como un dial. Los investigadores pueden girar el dial para ver qué tan fuerte tendría que ser un factor oculto para hacer que su resultado desaparezca o cambie de signo.

Los autores probaron sus herramientas en un estudio del mundo real relacionado con el conflicto de Darfur. En este estudio, los investigadores examinaron si la exposición directa a la violencia por parte de fuerzas gubernamentales y milicias cambió las actitudes de los refugiados hacia la paz. El análisis original sugirió que aquellos que sufrieron daños directos eran, de hecho, más propensos a apoyar la paz. Los investigadores ya habían utilizado la ponderación para equilibrar los grupos basándose en factores conocidos como el género y la ubicación de la aldea. Wainstein y Hazlett aplicaron sus nuevas herramientas de sensibilidad a estos datos. Preguntaron: ¿qué tan fuerte tendría que ser un factor no medido para deshacer este hallazgo? Utilizaron el "género" como punto de referencia, un factor conocido que influye fuertemente tanto en quién resulta herido como en cómo se siente la gente respecto a la paz. Encontraron que, para que la conclusión cambiara, un factor no medido tendría que ser tan fuerte como el género en la predicción de quién resulta herido, y igual de fuerte en la predicción del resultado. Cuando simularon un factor oculto con ese nivel de influencia, el resultado siguió siendo positivo y estadísticamente significativo. La conclusión se mantuvo.

Esta robustez no se limitó a una forma específica de calcular los pesos. Los autores probaron su método a través de tres enfoques diferentes: uno que utilizó modelos estadísticos para estimar la probabilidad de recibir el tratamiento, otro que emparejó a los individuos uno a uno basándose en sus similitudes, y un tercero que forzó matemáticamente a los grupos a tener promedios idénticos para ciertos rasgos. En cada caso, el hallazgo de que la exposición a la violencia aumentó el apoyo a la paz resultó resiliente. Incluso cuando imaginaron un factor oculto que era el doble de fuerte que el género en la predicción de quién resultaba herido, el resultado seguía apuntando en la misma dirección, aunque la certeza del hallazgo se volvió ligeramente más débil. Las herramientas también revelaron que, en algunos escenarios de emparejamiento, el factor oculto tendría que ser bastante poderoso para revertir los resultados, pero en otros, el margen de error era más estrecho.

El valor de este trabajo reside en su transparencia y su flexibilidad. Los métodos anteriores para comprobar el sesgo oculto a menudo requerían que los investigadores hicieran suposiciones pesadas sobre la forma de los datos o la naturaleza del factor oculto. Estas nuevas herramientas no requieren tales suposiciones. Funcionan con cualquier peso no negativo, ya provengan de emparejamientos, equilibrio estadístico u otros métodos. Los investigadores también proporcionaron un paquete de software que permite a otros científicos aplicar fácilmente estas pruebas a su propio trabajo. Al convertir el temor abstracto al "sesgo oculto" en un cálculo concreto, permiten a los investigadores decir con claridad: "Nuestra conclusión es robusta ante cualquier factor oculto que no sea más fuerte que X". En el estudio de Darfur, esto significó que el vínculo entre la violencia y el deseo de paz no fue un espejismo estadístico, sino un hallazgo que pudo resistir el escrutinio de una influencia poderosa y no vista. El trabajo no demuestra que no existan factores ocultos, sino que proporciona una forma rigurosa de medir cuánto tendrían que importar esos factores para cambiar la historia.

Resumen Técnico: Sensibilidad de los Estimadores de Mínimos Cuadrados Ponderados a las Variables Omitidas

Planteamiento del Problema
En los estudios observacionales, los investigadores emplean frecuentemente esquemas de ponderación (por ejemplo, ponderación por el inverso de la puntuación de propensión, emparejamiento, balanceo de covariables) para reducir la dependencia de modelos lineales estimados y equilibrar las covariables observadas ( $X$ ) entre los grupos de tratamiento ( $D$ ) y de control. Tras la ponderación, los estimaciones de los efectos causales se derivan típicamente mediante una regresión lineal ponderada de la variable de resultado ( $Y$ ) sobre $D$ y $X$ . Sin embargo, una preocupación primordial sigue siendo el potencial de confusión no observada ( $Z$ ) para inducir sesgo, independientemente de la tecnología de ponderación utilizada. Los métodos de análisis de sensibilidad existentes para estimadores ponderados a menudo requieren que los investigadores modelen cómo la presencia de $Z$ alteraría los pesos mismos (por ejemplo, cómo cambiaría el modelo de la puntuación de propensión). Este enfoque es complejo, requiere a menudo supuestos distributivos específicos y limita la aplicabilidad a métodos de ponderación particulares.

Metodología
Los autores proponen un marco de análisis de sensibilidad que desacopla la evaluación de la confusión no observada de la generación de los pesos. En lugar de preguntar cómo $Z$ cambiaría los pesos, el método pregunta cómo la inclusión de $Z$ como regresor en el modelo de resultados ponderado alteraría el efecto de tratamiento estimado ( $\hat{\tau}_{wls}$ ), manteniendo fijos los pesos originales.

El núcleo de la metodología se basa en el marco del Sesgo por Variable Omitida (OVB, por sus siglas en inglés) adaptado para mínimos cuadrados ponderados. Se demuestra que el sesgo del estimador ponderado es una función de dos parámetros de sensibilidad intuitivos y acotados:

$\hat{R}^2_w(D \sim Z | X)$ : La proporción de la varianza ponderada en el tratamiento explicada por $Z$ dado los covariables observados.
$\hat{R}^2_w(Y \sim Z | D, X)$ : La proporción de la varianza ponderada en el resultado explicada por $Z$ dados el tratamiento y los covariables observados.

Estos parámetros representan la fuerza de la relación entre el confundidor no observado y el tratamiento/resultado dentro de la distribución empírica ponderada.

Para facilitar la notificación rutinaria y la comparación, los autores extienden el "valor de robustez" (RV) y las estadísticas de "escenario extremo" propuestos por Cinelli y Hazlett (2020) al entorno ponderado. Introducen un procedimiento de comparación novedoso que compara la fuerza de un $Z$ hipotético con la de una covariable observada $X^{(j)}$ . Esto implica:

Construir "semi-pesos" ( $w^{(-j)}$ ) aplicando el procedimiento de ponderación mientras se omite $X^{(j)}$ .
Definir parámetros de fuerza relativa ( $\kappa$ ) que cuantifican qué tan fuerte es $Z$ respecto a $X^{(j)}$ en la predicción de $D$ y $Y$ dentro de las distribuciones ponderada y semi-ponderada.
Abordar el desafío de que la ponderación a menudo hace que $D$ y $X$ no estén correlacionados (haciendo que la comparación estándar sea inviable) mediante el uso de la distribución semi-ponderada donde $D$ y $X^{(j)}$ retienen su correlación.

Para la inferencia, el artículo propone tres opciones para calcular errores estándar ajustados e intervalos de confianza:

Bootstrap de Pares con Re-estimación de Pesos: Adecuado para pesos suaves (por ejemplo, puntuaciones de propensión) bajo un marco de superpoblación.
Bootstrap de Pesos Fijos: Un enfoque híbrido para diseños fijos, remuestreando las unidades manteniendo los pesos fijos.
Coeficiente Implícito de Forma Cerrada: Un estimador de forma cerrada similar al análisis OVB no ponderado, que requiere un supuesto de "Contracción Uniforme" (Uniform Shrinkage) respecto a cómo cambian los residuos tras incluir $Z$ .

Contribuciones Clave

Aplicabilidad General: Las herramientas se aplican a cualquier esquema de ponderación no negativo (puntuaciones de propensión, pesos de balanceo, emparejamiento, estratificación) sin requerir supuestos sobre el origen de los pesos o cómo estos cambiarían si $Z$ fuera observado.
Supuestos Libres de Distribución: El enfoque no impone supuestos distributivos sobre $Z$ o los datos, ni requiere supuestos sobre el número de confundidores no observados.
Manejo de la Especificación Errónea: El marco puede abordar tanto el sesgo de identificación (confusión no observada) como el sesgo de especificación (formas funcionales mal especificadas) al tratar a $Z$ como un proxy para cualquier variable omitida o función que corrija el modelo.
Implementación de Software: Los autores proporcionan el paquete de R sensewls para implementar estos métodos.

Resultados y Aplicación
Los autores demuestran la utilidad de sus herramientas utilizando datos de Hazlett (2020a) sobre el efecto de la exposición a la violencia en Darfur sobre las actitudes hacia la paz. Aplican el análisis de sensibilidad a tres estrategias de ponderación distintas:

Ponderación por el Inverso de la Puntuación de Propensión (ATE): Los resultados muestran que la estimación es robusta a una confusión no observada tan fuerte como la covariable observada "género".
Emparejamiento por Puntuación de Propensión (ATT): Los autores muestran cómo el procedimiento de comparación se adapta cuando los pesos y los semi-pesos difieren significativamente (por ejemplo, debido al emparejamiento en diferentes subconjuntos de covariables). Encuentran que la estimación es sensible a una confusión dos veces más fuerte que género/edad con respecto al tratamiento.
Emparejamiento Exacto y Balanceo de Medias (ATT): Las herramientas se aplican al emparejamiento exacto sobre aldea y género, y al balanceo de máxima entropía. En todos los casos, los autores logran acotar los parámetros de sensibilidad y determinar la robustez de la significancia estadística del efecto del tratamiento.

Significancia y Reivindicaciones
El artículo sostiene que, al centrarse únicamente en la sensibilidad del paso de regresión ponderada en lugar de en los pesos mismos, los investigadores obtienen una herramienta poderosa y generalizable para evaluar la robustez. Los autores argumentan que su enfoque ofrece una "contribución significativa" en términos de interpretabilidad, particularmente a través del uso de los parámetros $\hat{R}^2_w$ , que están acotados entre 0 y 1, contrastando con las medidas basadas en razones de momios (odds-ratio) no acotadas como los límites de Rosenbaum.

Los autores son modestos respecto a las limitaciones, señalando que:

El procedimiento de comparación para $\hat{R}^2_w(D \sim Z | X)$ puede ser desafiante cuando las distribuciones ponderadas y semi-ponderadas difieren drásticamente, lo que requiere que los investigadores consideren fuerzas relativas mayores para $Z$ .
Las opciones de inferencia ajustada para diseños fijos (Opciones 2 y 3) presentan compensaciones entre la conservatividad y la dependencia de supuestos (por ejemplo, la contracción uniforme de los residuos).
Las herramientas están diseñadas actualmente para mínimos cuadrados ponderados y diferencias de medias ponderadas, aunque señalan posibles extensiones a estimadores aumentados y métodos de control sintético como direcciones futuras.

En última instancia, el artículo posiciona estas herramientas como un estándar de reporte rutinario que permite a los investigadores acotar formalmente la fuerza de la confusión no observada en relación con las covariables observadas a través de una amplia variedad de estrategias de inferencia causal basadas en la ponderación.

Más como este