Identifying Unmeasured Confounders in Panel Causal Models: A Two-Stage LM-Wald Approach

A continuación presento un resumen técnico detallado del artículo "Identifying Unmeasured Confounders in Panel Causal Models: A Two-Stage LM-Wald Approach" (Identificación de Confusores No Medidos en Modelos Causales de Panel: Un Enfoque LM-Wald de Dos Etapas), escrito por Bang Quan Zheng.

1. El Problema: La Limitación de la Ignorabilidad Secuencial en Datos de Panel

El artículo aborda un desafío fundamental en la inferencia causal con datos longitudinales (paneles) en ciencias sociales, psicología y ciencia política. Aunque modelos como los Modelos de Panel Cruzado Retardado (CLPM) y sus variantes más recientes, los Modelos de Panel Cruzado Retardado con Intercepción Aleatoria (RI-CLPM), son herramientas estándar para estudiar dinámicas temporales y retroalimentación, dependen de una suposición crítica: la ignorabilidad secuencial.

• La suposición: Asume que no existen variables no medidas que influyan simultáneamente en los predictores y los resultados a lo largo del tiempo.
• La falla: Las violaciones de esta suposición (confusión no medida, ya sea estable o que varía en el tiempo) amenazan la validez estadística y la interpretación teórica. Los métodos existentes, como los modelos de efectos fijos o la separación de diferencias entre sujetos (RI-CLPM), no eliminan el sesgo proveniente de confusores que varían en el tiempo o de dependencias residuales estructuradas.
• La brecha metodológica: Las técnicas actuales de análisis de sensibilidad suelen ser limitadas para datos de panel complejos (multioleada, relaciones recíprocas), a menudo se centran en un predictor a la vez, ignoran correlaciones residuales latentes o requieren una selección manual de variables que introduce subjetividad.

2. Metodología: El Enfoque LM-Wald de Dos Etapas (2SLW)

El autor propone el 2SLW como un marco diagnóstico general para detectar violaciones de la ignorabilidad secuencial sin necesidad de recuperar los propios confusores latentes. El método se basa en la teoría de la Modelación de Ecuaciones Estructurales (SEM) y combina dos pruebas estadísticas clásicas de manera secuencial:

Etapa 1: Prueba de Lagrange Multiplier (LM) y Cambio de Parámetro Esperado (EPC)

• Objetivo: Identificar candidatos a parámetros omitidos o restricciones incorrectas.
• Mecanismo: Se evalúa el vector de puntuación (score) en la frontera del espacio de parámetros. La prueba LM detecta desviaciones locales de las restricciones impuestas por el modelo (por ejemplo, covarianzas residuales forzadas a cero).
• Filtro: Se seleccionan los mejores candidatos (ej. los 25 superiores) basándose en la estadística $\chi^2$ de LM y los valores de Cambio de Parámetro Esperado (EPC). Se excluyen aquellos que violan el orden temporal, causan problemas de identificación o tienen EPC insignificantes.

Etapa 2: Prueba de Wald

• Objetivo: Validar la importancia sustantiva y estadística de los candidatos identificados en la Etapa 1.
• Mecanismo: Se relajan las restricciones de los candidatos seleccionados (se permiten que los parámetros sean estimados libremente) y se aplica una prueba de Wald paso a paso (forward stepwise).
• Criterio de retención: Solo se mantienen los parámetros que son estadísticamente significativos ($p < 0.05$) y que no causan problemas de convergencia o matrices de covarianza no positivas.

Innovación clave: A diferencia de los índices de modificación tradicionales en SEM que buscan mejorar el ajuste del modelo de forma ad hoc, el 2SLW utiliza esta combinación para diagnosticar violaciones de supuestos de identificación. Un parámetro es considerado una omisión estructural significativa solo si cumple con: (i) necesidad local (LM significativo) y (ii) estimabilidad global (Wald significativo).

3. Contribuciones Clave

1. Marco Diagnóstico Unificado: Extiende las pruebas LM y Wald, originalmente desarrolladas para modelos de medición estática (CFA), al contexto dinámico de modelos causales de panel, donde las desviaciones pueden indicar confusión latente en lugar de simple mal ajuste de medición.
2. Detección de Confusión Dinámica: Proporciona una herramienta para identificar confusores que afectan múltiples caminos simultáneamente (correlaciones residuales cruzadas en el tiempo), algo que los métodos de sensibilidad tradicionales a menudo pasan por alto.
3. Implementación Práctica: El método está diseñado para ser implementado fácilmente en el paquete de R lavaan, haciéndolo accesible para investigadores en ciencias sociales.
4. Distinción entre Ajuste y Causalidad: El enfoque no solo busca mejorar los índices de ajuste global, sino distinguir entre dinámicas causales genuinas y distorsiones causadas por una estructura de modelo mal especificada.

4. Resultados

El estudio valida el método mediante simulaciones de Monte Carlo y una aplicación empírica.

Simulaciones de Monte Carlo

Se generaron datos bajo tres escenarios de confusión no medida dentro de un marco RI-CLPM:

1. Correlaciones sesgadas: Confusores latentes que correlacionan residuos en diferentes oleadas.
2. Efectos directos distorsionados: Vías causales directas omitidas que saltan oleadas temporales.
3. Mediación no medida: Estructuras de mediación ocultas que contaminan los efectos directos.

Hallazgos:

• El enfoque 2SLW identificó consistentemente los parámetros omitidos correctos en los tres escenarios.
• La prueba LM detectó eficazmente las desviaciones (altos valores de $\chi^2$ y EPC), mientras que la prueba de Wald filtró los falsos positivos, confirmando solo los efectos sustantivamente significativos.
• Los coeficientes autoregresivos y cruzados estimados en los modelos corregidos se acercaron mucho a los parámetros poblacionales verdaderos, demostrando que el método reduce el sesgo.

Aplicación Empírica

Se utilizó un panel de datos de los Países Bajos (LISS) para analizar la relación entre el rasgo de personalidad Amabilidad (Agreeableness) y las actitudes hacia la inmigración (3 oleadas: 2008, 2014, 2020).

• Modelo Base: Sugirió que las actitudes hacia la inmigración predecían cambios en la amabilidad, un resultado teóricamente contraintuitivo (la personalidad suele considerarse un antecedente estable).
• Diagnóstico 2SLW: Identificó una dependencia residual significativa entre las oleadas 1 y 3 de las actitudes hacia la inmigración.
• Resultado Corregido: Al incorporar esta estructura residual detectada, el modelo cambió sustancialmente: los aumentos en la amabilidad dentro de la persona se asociaron con actitudes menos excluyentes hacia la inmigración, alineándose con las expectativas teóricas. Además, se eliminaron problemas de especificación como varianzas negativas y se mejoró drásticamente el ajuste del modelo.

5. Significado e Implicaciones

El artículo ofrece una contribución significativa a la metodología de las ciencias sociales:

• Robustez de la Inferencia Causal: El 2SLW fortalece la base empírica de los estudios longitudinales al proporcionar un mecanismo sistemático para auditar la suposición de ignorabilidad secuencial.
• Cambio de Paradigma en el Ajuste de Modelos: Transforma el uso de los índices de modificación de una búsqueda de "mejor ajuste" a una herramienta de validación de supuestos causales.
• Complementariedad: El autor enfatiza que el 2SLW es una herramienta diagnóstica, no confirmatoria. No reemplaza el análisis de sensibilidad cuantitativo (que estima cuánto sesgo se necesita para cambiar las conclusiones), sino que lo complementa al localizar dónde y qué supuestos podrían estar fallando antes de cuantificar el impacto.
• Aplicabilidad General: Aunque se demuestra en RI-CLPM, el marco es generalizable a CLPM estándar y otros diseños longitudinales, mejorando la credibilidad de hallazgos en comportamiento político, cambio de actitudes y retroalimentación de políticas.

En conclusión, Zheng propone que la combinación de pruebas LM y Wald en un proceso de dos etapas es un método riguroso, escalable y teóricamente fundamentado para detectar y mitigar el sesgo por confusores no medidos en modelos causales de panel complejos.