📊 statistics

Comparing Two Proxy Methods for Causal Identification

Este artículo contrasta dos enfoques principales de variables proxy para la identificación causal —los métodos de ecuación puente y los métodos de descomposición de arrays— mediante el análisis de sus restricciones y supuestos subyacentes del modelo, a fin de clarificar el alcance de aplicabilidad de cada uno.

Autores originales: Helen Guo, Elizabeth L. Ogburn, Ilya Shpitser

Publicado 2026-05-12

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Helen Guo, Elizabeth L. Ogburn, Ilya Shpitser

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

Imagina que eres un detective tratando de resolver un crimen, pero hay un testigo crucial que se esconde en las sombras. Este testigo, llamémoslo "La Causa No Observada" (o U), es la razón por la que tanto el sospechoso (el Tratamiento) como la víctima (el Resultado) actúan de la manera en que lo hacen. Como no puedes ver ni hablar directamente con este testigo, no puedes probar fácilmente quién hizo qué a quién. Este es el problema clásico del confundidor no medido en la inferencia causal.

Sin embargo, tienes dos testigos más que estaban en la habitación: Proxy 1 (un amigo del sospechoso) y Proxy 2 (un amigo de la víctima). Ninguno de ellos vio el crimen directamente, pero ambos conocen al testigo oculto.

Este artículo, escrito por Helen Guo, Elizabeth Ogburn e Ilya Shpitser, compara dos estrategias diferentes de detective para usar estos dos proxies y averiguar qué habría dicho el testigo oculto, y finalmente, resolver el crimen (identificar el efecto causal).

Las Dos Estrategias de Detective

El artículo contrasta dos formas principales de resolver este acertijo: El Método de la Ecuación Puente y El Método de Descomposición de Arrays.

1. El Método de la Ecuación Puente (El "Traductor Directo")

Piensa en esto como intentar traducir un mensaje secreto directamente.

Este enfoque, introducido por Miao et al. (2018), intenta construir un "puente" directo entre lo que observas (los proxies) y la respuesta que necesitas (el efecto causal).

Cómo funciona: Asume que existe un "puente" matemático (una ecuación integral) que conecta el comportamiento de los proxies con la causa oculta. Si puedes resolver esta ecuación, puedes saltarte al intermediario y calcular la respuesta directamente.
El Truco: Este método es muy específico. Requiere que tus proxies sean lo suficientemente "completos" para cubrir todos los secretos del testigo oculto. Imagina intentar traducir un libro; necesitas un diccionario que cubra cada palabra individual. Si tu diccionario (el proxy) falta incluso unas pocas palabras, la traducción falla.
Qué te ofrece: Te da la respuesta final (el efecto causal) directamente. No necesariamente te dice cómo se ve el testigo oculto ni cuáles son sus hábitos específicos; simplemente te dice el resultado del crimen.

2. El Método de Descomposición de Arrays (El "Resolutor de Acertijos")

Piensa en esto como desarmar un rompecabezas tridimensional complejo para ver cómo encajan las piezas.

Este enfoque, arraigado en el trabajo de Kuroki, Pearl y Kruskal, toma una ruta diferente. En lugar de intentar saltar directamente a la respuesta, intenta reconstruir toda la historia del testigo oculto y los proxies.

Cómo funciona: Trata los datos como un rompecabezas gigante y multidimensional (un "tensor" o "array"). Al observar cómo se mueven juntos los proxies y el resultado, utiliza una técnica matemática llamada "descomposición espectral" (piensa en ello como encontrar patrones únicos o "frecuencias" en los datos) para separar al testigo oculto del ruido.
El Truco: Requiere que las piezas del rompecabezas sean lo suficientemente distintas para poder separarse. Si el testigo oculto tiene demasiadas "personalidades" diferentes (categorías) en comparación con la cantidad de pistas que te dan tus proxies, las piezas del rompecabezas podrían mezclarse y no podrás distinguirlas.
Qué te ofrece: Recupera la historia completa. Averigua exactamente quién es el testigo oculto, cuáles son sus hábitos y cómo interactúa con todos. Una vez que tienes la historia completa, puedes calcular el efecto causal.

El Gran Enfrentamiento: ¿Cómo se Comparan?

Los autores ponen estos dos métodos lado a lado para ver cuándo funciona uno y cuándo no.

Reglas Diferentes para Juegos Diferentes: El artículo descubre que estos dos métodos dependen de diferentes "reglas del juego" (supuestos de independencia condicional). Son no anidados, lo que significa que uno no es simplemente un caso especial del otro.
- A veces, el Método Puente funciona porque las matemáticas permiten una traducción directa, incluso si las piezas del rompecabezas no son perfectamente distintas.
- A veces, el Método de Arrays funciona porque las piezas del rompecabezas son lo suficientemente distintas para separarse, incluso si no existe una ecuación de traducción directa.
La Superposición: Hay un punto medio donde ambos métodos funcionan. Esto ocurre cuando los proxies son muy fuertes y la causa oculta es lo suficientemente simple como para que tanto el enfoque de "traducción" como el de "rompecabezas" tengan éxito.
La Compensación:
- El Método Puente es como un atajo: te lleva a la respuesta más rápido, pero requiere una conexión muy específica y fuerte entre los proxies y la causa oculta.
- El Método de Arrays es como una investigación exhaustiva: toma más tiempo y requiere pistas más distintas para reconstruir toda la imagen, pero te ofrece una comprensión más profunda de la causa oculta en sí misma.

El Mundo "Discreto" frente al Mundo "Continuo"

El artículo también explica que estos métodos funcionan ligeramente de manera diferente dependiendo del tipo de datos:

Datos Discretos (Categorías): Imagina que el testigo oculto tiene un número finito de "estados de ánimo" (Feliz, Triste, Enfadado). En este mundo, las matemáticas son como contar bloques. El "Método de Arrays" es muy claro aquí: solo necesitas suficientes bloques diferentes para separar los estados de ánimo.
Datos Continuos (Escalas Suaves): Imagina que el estado de ánimo del testigo oculto puede ser cualquier número en una escala del 1 al 100. Aquí, las matemáticas se vuelven más como resolver una ecuación de onda compleja. El artículo muestra que el "Método Puente" depende de la "completitud" (tener suficiente información para cubrir toda la onda), mientras que el "Método de Arrays" depende de la "invertibilidad" (poder invertir la onda para encontrar la fuente).

La Conclusión

El artículo no te dice qué método es "mejor" en todas las situaciones. En cambio, actúa como una guía para detectives. Aclara que:

Son herramientas diferentes: No puedes simplemente intercambiarlas; requieren condiciones diferentes para funcionar.
Tienen fortalezas diferentes: Uno es excelente para obtener una respuesta directa si las matemáticas encajan; el otro es excelente para reconstruir la realidad oculta si los datos son lo suficientemente ricos.
La confusión es común: Incluso los expertos en el campo a veces las mezclan. Este artículo busca aclarar el ambiente mostrando exactamente dónde se superponen los supuestos de cada método y dónde divergen.

En resumen, si estás tratando de encontrar un efecto causal con variables ocultas, necesitas revisar tu "kit de detective". ¿Tienes un puente fuerte para cruzar, o tienes suficientes piezas de rompecabezas para construir la imagen? La respuesta determina qué método debes usar.

Resumen Técnico: Comparación de Dos Métodos de Proxy para la Identificación Causal

Planteamiento del Problema
La identificación de efectos causales en presencia de confusión no medida sigue siendo un desafío fundamental en la inferencia causal. Si bien las fórmulas de ajuste estándar (por ejemplo, el ajuste de puerta trasera) requieren observar todas las causas comunes, los métodos de variables proxy han surgido como una solución poderosa al aprovechar variables asociadas con confusores latentes. Dentro de este dominio, se han desarrollado dos marcos metodológicos distintos para la identificación no paramétrica: el enfoque de ecuación puente (Miao et al., 2018) y el enfoque de descomposición de arreglos (Kuroki y Pearl, 2014; Allman et al., 2015). Aunque ambos métodos utilizan proxies para abordar la confusión oculta, dependen de estructuras de independencia condicional y mecanismos matemáticos diferentes. Ha faltado una comparación precisa de sus supuestos subyacentes, su alcance de aplicabilidad y su relación mutua, lo que ha dado lugar a discusiones activas incluso entre los principales contribuyentes al campo.

Metodología y Marcos
El artículo sintetiza estos dos marcos al colocarlos sobre una base común bajo independencias condicionales compartidas, utilizando tanto representaciones matriciales discretas como análogos continuos de la teoría de operadores para elucidar sus requisitos técnicos.

Enfoque de Ecuación Puente:
- Mecanismo: Este método recupera la distribución contrafactual directamente resolviendo ecuaciones integrales (ecuaciones puente). Reexpresa la fórmula estándar de ajuste por confusión utilizando proxies observados ( $Z$ y $W$ ) para un confusor no medido ( $U$ ) sin identificar la ley conjunta completa de las variables latentes y observadas.
- Supuestos Clave:
  - Independencia Condicional: $W \perp\!\!\perp Z, A \mid U$ y $Z \perp\!\!\perp Y \mid U, A$ .
  - Completitud (Supuesto 6): Una condición de independencia lineal generalizada que requiere que $E[g(U) \mid Z, A] = 0 \implies g(U) = 0$ . En contextos discretos, esto implica que la matriz de distribución condicional $P_{U|Z,A}$ es invertible por la derecha.
  - Solución a la Ecuación Puente (Supuesto 7): Requiere la existencia de una función $h$ tal que $f_{Y|Z,A} = \int h(w,a,y) f_{W|Z,A} dw$ . En contextos discretos, esto corresponde a la existencia de una matriz $H$ que satisface $P_{Y|Z,A} = H P_{W|Z,A}$ .
- Resultado: Identifica la distribución interventional $f_{Y(a)}(y)$ pero, por lo general, no identifica funcionales dependientes de $U$ (por ejemplo, $f_{Y|U,A}$ o $f_U$ ).
Enfoque de Descomposición de Arreglos:
- Mecanismo: Este método recupera la ley conjunta completa de las variables latentes y observadas (hasta las etiquetas de las categorías latentes) mediante descomposición espectral o descomposición tensorial, de la cual se derivan los efectos causales. Tiene sus raíces en el teorema de unicidad de Kruskal (1977) para la descomposición CANDECOMP/PARAFAC (CP).
- Supuestos Clave:
  - Independencia Condicional: $W \perp\!\!\perp A \mid U$ y $W, Z, Y$ son mutuamente independientes condicionalmente a $U, A$ .
  - Condiciones de Invertibilidad/Rango: Requiere la invertibilidad (o invertibilidad por la izquierda) de las matrices $P_{Z|U,A}$ y $P_{W|U}$ .
  - Condición de Rango de Kruskal: Para modelos discretos, la unicidad de la descomposición depende de la desigualdad $2R + 2 \leq k_A + k_B + k_C$ , donde $R$ es el rango (número de estados latentes) y $k$ denota el rango de Kruskal de las matrices factor.
  - No colinealidad: Las distribuciones condicionales del resultado dado la variable latente deben diferir entre los estados latentes.
- Resultado: Identifica la ley conjunta completa $f_{A,Y,U,W,Z}$ hasta una permutación de las etiquetas latentes, permitiendo la derivación de $f_{Y(a)}(y)$ .

Resultados Clave y Comparaciones
El artículo proporciona una comparación rigurosa de estos enfoques bajo la estructura de independencia condicional compartida que se muestra en la Figura 3 (donde $Z$ y $W$ son proxies para el confusor no medido $U$ ).

Modelos Discretos:
- Los supuestos de Kuroki y Pearl (2014) (Conjunto 1) son más fuertes que los de Miao et al. (2018). Específicamente, la invertibilidad de $P_{Z|U,A}$ y $P_{W|U}$ en el enfoque de descomposición de arreglos implica la existencia de la inversa por la izquierda $P_{W|Z,A}$ requerida para el enfoque de ecuación puente. Por lo tanto, el modelo Kuroki-Pearl está contenido dentro del modelo de Miao et al.
- Sin embargo, al comparar el enfoque de ecuación puente con las condiciones generalizadas de Kruskal (Conjunto 2), los modelos son no anidados. Los supuestos de la ecuación puente no implican la desigualdad del rango de Kruskal ( $2R + 2 \leq k_A + k_B + k_C$ ), ni tampoco se cumple lo contrario. Esto indica que cada marco cubre regiones distintas del espacio de modelos.
Modelos Continuos:
- El artículo extiende la comparación a contextos continuos, haciendo referencia a Hu y Schennach (2008) y Deaner (2023) para el enfoque de descomposición de arreglos.
- Los autores conjeturan que los dos modelos permanecen no anidados en el caso continuo, de manera similar a los hallazgos discretos. Proporcionan un ejemplo (un modelo gaussiano lineal) donde se satisfacen los supuestos de ambos enfoques, demostrando una superposición en la aplicabilidad.
Estimación:
- El artículo nota brevemente que los métodos de ecuación puente han establecido funciones de influencia eficientes y resultados de eficiencia semiparamétrica bajo supuestos paramétricos específicos (por ejemplo, familias de ubicación-escala).
- En contraste, los métodos de descomposición de arreglos a menudo dependen de métodos de tamiz (sieve) para la aproximación, y si bien existe teoría semiparamétrica para proxies de tratamiento oculto, sigue siendo un área incipiente para la confusión oculta.

Significado y Contribuciones
La contribución principal de este trabajo es la clarificación de la relación entre dos estrategias fundamentales de identificación basadas en proxies. Al sintetizar la literatura, los autores:

Clarifican el Alcance: Demuestran que los dos enfoques no son simplemente implementaciones alternativas de la misma lógica, sino que dependen de supuestos distintos, a menudo no anidados.
Unifican la Notación: Colocan ambos marcos sobre una base común utilizando representaciones matriciales para casos discretos y teoría de operadores para casos continuos, haciendo más transparentes las sutilezas técnicas.
Guían la Aplicación: Proporcionan a los profesionales una comprensión más clara de qué método es apropiado para estructuras de datos específicas. Por ejemplo, si se requiere la ley conjunta completa (por ejemplo, para recuperar etiquetas latentes o analizar exposiciones no observadas), el enfoque de descomposición de arreglos es necesario. Si solo se necesita el efecto causal y no se cumplen las condiciones de rango para la descomposición tensorial, el enfoque de ecuación puente puede seguir siendo viable.

El artículo concluye que, si bien ambos métodos son soluciones poderosas para la confusión oculta, una exposición cuidadosa de sus supuestos subyacentes es esencial para el desarrollo metodológico y el uso aplicado. Las direcciones de trabajo futuro identificadas incluyen extender los métodos proximales a escenarios más complejos, generalmente no identificables, y establecer una teoría semiparamétrica general para los estimadores derivados de estos enfoques.