📊 statistics

A Law of Iterated Expectation Primer for Causal Inference

Este artículo proporciona una introducción que esclarece la relación entre la ley de la expectativa iterada y la fórmula-g para la inferencia causal, presentando tanto las formas no iterativas como las iterativas de la fórmula e ilustrando su aplicación mediante ejemplos numéricos de complejidad progresiva.

Autores originales: Ashley I. Naimi, Razieh Nabi, Lindsay J. Collin, Paul N. Zivich, Stephen R. Cole

Publicado 2026-06-19

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ashley I. Naimi, Razieh Nabi, Lindsay J. Collin, Paul N. Zivich, Stephen R. Cole

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

La visión general: ¿Por qué lo necesitamos?

Imagina que quieres saber si un medicamento específico (llamémoslo "Tamoxifeno") realmente previene que el cáncer de mama reaparezca. En un mundo perfecto, podrías darle el medicamento a un grupo de personas y una pastilla de azúcar a otro, y luego comparar los resultados. Esto es un ensayo aleatorizado.

Pero en el mundo real, a menudo solo tenemos datos observacionales. No podemos obligar a la gente a tomar medicina; simplemente observamos lo que eligen hacer. El problema es que las personas que eligen la medicina pueden ser diferentes de las que no la eligen (tal vez están más enfermas, o tienen una genética diferente). Estas diferencias se llaman confusores. Si no tenemos en cuenta estos factores, podríamos culpar al medicamento por algo que en realidad fue causado por la salud subyacente del paciente.

Este artículo es un "primer" (una guía para principiantes) sobre cómo solucionar este problema matemático. Explica una herramienta matemática específica llamada la Ley de la Expectativa Iterada y muestra cómo nos ayuda a convertir datos desordenados del mundo real en una respuesta clara sobre la causa y el efecto.

El concepto central: La "Ley de la Expectativa Iterada"

Piensa en esta ley como una forma de calcular un promedio ponderado.

Imagina que eres el director de una escuela e intentas encontrar la puntuación media de exámenes de toda la escuela.

La forma sencilla: Simplemente sumas las puntuaciones de todos los estudiantes y divides por el número de estudiantes. Esta es la "expectativa marginal".
La forma "iterada": Te das cuenta de que la escuela tiene diferentes grados (1.º grado, 2.º grado, etc.). Calculas la puntuación media de los de 1.º grado, luego la media de los de 2.º grado, y así sucesivamente. Luego, tomas esos promedios por grado y los combinas, pero los ponderas según cuántos estudiantes hay en cada grado.

La Ley de la Expectativa Iterada simplemente dice: Obtienes el mismo resultado final ya sea promediando a todos a la vez, o si promedias primero los grupos y luego combinas los grupos.

En el artículo, los autores explican que esta identidad matemática es el motor detrás de la fórmula-g, una herramienta famosa utilizada para determinar efectos causales.

Dos formas de conducir el mismo coche: NICE e ICE

El artículo presenta dos formas diferentes de usar esta matemática para resolver el problema causal. Son matemáticamente idénticas (dan exactamente la misma respuesta), pero ven los datos de forma diferente. Los autores los llaman NICE e ICE.

1. NICE (Expectativa Condicional No Iterativa)

La analogía: El enfoque del "Libro de Recetas".
Imagina que quieres saber la altura media de todas las personas de una ciudad, pero solo tienes datos de personas que usan sombreros rojos y sombreros azules.

Cómo funciona NICE: Miras al grupo de "Sombrero Rojo" y calculas su altura media. Miras al grupo de "Sombrero Azul" y calculas su altura media. Luego, miras el censo de la ciudad para ver qué porcentaje de personas usa sombreros rojos frente a sombreros azules. Finalmente, mezclas esos dos promedios usando los porcentajes del censo como pesos.
En el artículo: Los autores muestran esto con un ejemplo sencillo de Tamoxifeno y ganglios linfáticos. Calculan la tasa de recurrencia para diferentes grupos y luego "insertan" los números para obtener un promedio ponderado final.

2. ICE (Expectativa Condicional Iterativa)

La analogía: El enfoque de la "Máquina de Predicción".
Imagina que eres un pronosticador del tiempo. En lugar de solo promediar datos pasados, construyes un modelo que predice el clima para cada día basándose en las condiciones de ese día.

Cómo funciona ICE: Tomas tus datos, los pasas por un modelo y generas un "resultado predicho" para cada persona en tu conjunto de datos (como si todos hubieran tomado la medicina). Luego, simplemente tomas el promedio de todas esas predicciones.
En el artículo: Los autores muestran que puedes hacer esto creando una lista de predicciones de "qué pasaría si" para cada persona y luego promediándolas.

La idea clave: Ya sea que hagas el "Libro de Recetas" (NICE) o la "Máquina de Predicción" (ICE), terminas con el mismo número. El artículo demuestra que estos dos métodos son solo dos formas diferentes de escribir la misma frase matemática.

Aumentando la complejidad: El tiempo y las piezas móviles

El artículo no se detiene en ejemplos simples. Muestra cómo funciona esto cuando las cosas se complican:

Más variables: ¿Qué pasa si tienes edad, ingresos, raza y sexo todos mezclados? El "Libro de Recetas" (NICE) se vuelve muy difícil de escribir porque hay demasiadas combinaciones. La "Máquina de Predicción" (ICE) es mucho más fácil porque dejas que la computadora se encargue de las matemáticas.
Confusores que varían en el tiempo: Esta es la parte más difícil. Imagina un escenario donde:
- Tomas un fármaco en el Tiempo 1.
- Ese fármaco cambia tu salud (un confusor) en el Tiempo 2.
- Ese nuevo estado de salud afecta si tomas una segunda dosis del fármaco en el Tiempo 2.
- Finalmente, observas el resultado en el Tiempo 3.
En este escenario, la estadística estándar falla porque el "confusor" (tu salud) fue cambiado por el propio tratamiento. El artículo muestra que la fórmula-g (usando la Ley de la Expectativa Iterada) es la única forma de desenredar este nudo. Lo hace trabajando hacia atrás:
- Primero, predices el resultado al final.
- Luego, trabajas hacia atrás para predecir qué pasó en el Tiempo 2.
- Luego, trabajas hacia atrás al Tiempo 1.
- Finalmente, lo promedias todo.
El artículo llama a esto "recursión hacia atrás". Es como resolver un laberinto comenzando desde la salida y caminando hacia la entrada.

Lo que los autores realmente afirman (y lo que no)

SÍ afirman: La Ley de la Expectativa Iterada es la base matemática que nos permite convertir "lo que observamos" en "lo que habría sucedido" (efectos causales).
SÍ afirman: Los métodos NICE e ICE son matemáticamente equivalentes. Representan lo mismo, solo que escritos de forma diferente.
SÍ afirman: En situaciones simples (tiempo fijo), ambos métodos son fáciles. En situaciones complejas (tiempo variable), el método ICE (trabajar hacia atrás) suele ser más fácil de programar y más robusto contra ciertos tipos de errores.
NO afirman: Que este artículo proporcione nuevos resultados médicos, nuevas directrices clínicas o consejos específicos para los médicos sobre cómo tratar a los pacientes. Es puramente una guía sobre la matemática y la lógica de cómo analizar datos.
NO afirman: Que un método sea "mejor" que el otro en un sentido general; son solo herramientas diferentes para el mismo trabajo. Sin embargo, señalan que si tus modelos matemáticos son erróneos, ambos métodos pueden dar respuestas incorrectas.

La conclusión

Este artículo es un traductor. Toma un concepto matemático muy denso y aterrador (la Ley de la Expectativa Iterada) y explica cómo actúa como el puente entre los datos brutos y la verdad causal. Muestra a los investigadores que, ya sea que utilicen un enfoque de "promedio ponderado" o un enfoque de "predicción paso a paso", están utilizando la misma lógica fundamental para responder a la pregunta: "¿Qué habría pasado si hubiéramos hecho algo diferente?"

Resumen Técnico: Una Introducción a la Ley de la Expectativa Iterada para la Inferencia Causal

Planteamiento del Problema
La fórmula-g es una herramienta fundamental para identificar efectos causales en datos observacionales, apoyándose fuertemente en la ley de la expectativa iterada (LIE, por sus siglas en inglés). Sin embargo, la notación matemática utilizada para expresar la LIE y la fórmula-g —que a menudo involucra la integración con respecto a medidas de probabilidad (por ejemplo, $dP(x)$)— puede resultar opaca para investigadores con formación limitada en estadística matemática. Esta opacidad crea una barrera para la comprensión de la mecánica de estimadores causales ampliamente utilizados, como la g-computación paramétrica. Además, suele haber confusión respecto a la relación entre la identidad estadística de la LIE y la identificación causal proporcionada por la fórmula-g, así como la distinción entre las dos formas no paramétricamente equivalentes de la fórmula-g: la expectativa condicional no iterativa (NICE) y la expectativa condicional iterativa (ICE).

Metodología
Este artículo sirve como una guía introductoria diseñada para cerrar la brecha entre las identidades matemáticas abstractas y la inferencia causal práctica. Los autores emplean un enfoque pedagógico utilizando tres ejemplos numéricos de complejidad progresiva para ilustrar la aplicación de la LIE y la fórmula-g:

Ejemplo de Tiempo Fijo (Confusor Binario): Utilizando datos sobre el uso de tamoxifeno y la recurrencia del cáncer de mama, los autores demuestran la fórmula-g con un único confusor binario. Calculan explícitamente la diferencia de riesgo causal utilizando tanto la forma NICE (una suma ponderada de medias condicionales) como la forma ICE (expectativas anidadas), mostrando que ambas arrojan resultados idénticos.
Ejemplo de Tiempo Fijo (Confundores Mixtos): Utilizando datos de NHANES para estimar el efecto del cese del tabaquismo en el cambio de peso, los autores abordan un escenario con un vector multivariante de confundidores (continuos, binarios y categóricos). Contrastan la labor computacional de la forma NICE (que requiere estratificación y ponderación explícitas) con la simplicidad computacional de la forma ICE (promediando las predicciones sobre la distribución empírica).
Ejemplo de Tiempo Variable: Utilizando un conjunto de datos simulados con dos puntos temporales, los autores abordan escenarios donde la regresión estándar falla debido a la confusión variable en el tiempo afectada por la exposición previa. Demuestran cómo la LIE se extiende a entornos secuenciales, derivando la fórmula-g para medias contrafácticas. Detallan la implementación tanto de la forma NICE (que requiere modelar la distribución de los confundidores para generar pesos) como de la forma ICE (utilizando recursión hacia atrás/regresión secuencial).

A lo largo de estos ejemplos, los autores se apoyan en los supuestos estándar de identificación causal: consistencia causal, positividad (y positividad secuencial) y exchangeabilidad condicional (y exchangeability condicional secuencial).

Contribuciones Clave

Clarificación de la Notación: El artículo desmitifica la notación de integración ( $\int \cdot dP(x)$ ) utilizada en la LIE, explicándola como un promedio ponderado donde los pesos están determinados por la distribución de probabilidad de las covariables. Distingue entre la identidad estadística de la LIE y la fórmula-g causal, señalando que esta última se deriva combinando la LIE con supuestos de identificación causal que permiten reemplazar las cantidades contrafácticas por cantidades de datos observados.
Doble Formulación de la Fórmula-g: Los autores definen y demuestran explícitamente dos formas no paramétricamente equivalentes de la fórmula-g:
- NICE (Expectativa Condicional No Iterativa): Un promedio ponderado único de medias de resultados condicionales. En entornos de tiempo variable, esto requiere modelar la distribución de los confundidores variables en el tiempo para generar los pesos.
- ICE (Expectativa Condicional Iterativa): Una secuencia de expectativas anidadas. En entornos de tiempo variable, esto se implementa mediante recursión hacia atrás (g-computación), regresando los resultados sobre las covariables y exposiciones en cada paso de tiempo moviéndose hacia atrás desde el final del seguimiento.
Equivalencia Computacional vs. Matemática: El artículo aclara que, si bien NICE e ICE son matemáticamente equivalentes (representan el mismo estimando causal), difieren computacionalmente. En entornos de tiempo variable, NICE requiere la especificación correcta de los modelos de distribución de los confundidores, mientras que ICE no lo requiere, lo que hace que ICE sea robusto a la especificación errónea de los modelos de confundidores (aunque ambos requieren modelos de resultado correctos).

Resultados
A través de los ejemplos numéricos, los autores demuestran que:

Ambas formulaciones, NICE e ICE, producen estimaciones idénticas de los efectos causales en entornos de tiempo fijo (por ejemplo, $\hat{\psi} = -0.03$ en el ejemplo de tamoxifeno y $\hat{\psi} = 3.1$ kg en el ejemplo de cese del tabaquismo).
En entornos de tiempo variable, el enfoque ICE (vía recursión hacia atrás) evita la necesidad de modelar explícitamente la distribución conjunta de los confundidores variables en el tiempo, mientras que el enfoque NICE requiere estos modelos para construir los pesos necesarios.
El enfoque ICE, implementado como una secuencia de regresiones, se alinea naturalmente con la mecánica de la g-computación longitudinal y la estimación de máxima verosimilitud dirigida (TMLE).

Significancia y Reivindicaciones
Los autores posicionan este trabajo como una "guía introductoria" destinada a construir la intuición de los investigadores aplicados. Afirman que un dominio firme de la LIE y sus dos formas hace que la mecánica de los estimadores causales sea transparente. El artículo argumenta que comprender la LIE proporciona un "puente conceptual" que conecta la identificación causal con la estimación práctica.

Los autores declaran modestamente que, aunque NICE e ICE son implementaciones computacionales diferentes que pueden arrojar valores numéricos distintos en muestras finitas o bajo especificación errónea del modelo, son representaciones no paramétricamente equivalentes del mismo funcional de datos observados. El artículo concluye que la familiaridad con el promedio ponderado estructurado y justificado por supuestos de las medias de resultados condicionales —ya sea en forma iterativa o no iterativa— equipa a los investigadores para comprender, implementar y evaluar críticamente todo el espectro de los métodos-g en la inferencia causal. Los autores no proponen nuevos algoritmos ni aplicaciones futuras más allá del alcance de la clarificación de las metodologías existentes.