Glosario IA
El diccionario completo de la Inteligencia Artificial
Modelo Estructural Causal
Marco matemático que combina grafos acíclicos dirigidos y ecuaciones estructurales para representar y analizar las relaciones causales entre variables en un sistema.
Grafo Acíclico Dirigido (DAG)
Representación gráfica donde los nodos son variables y las aristas orientadas indican influencias causales directas, sin ciclos para garantizar la coherencia causal.
Escalera de la causalidad de Pearl
Jerarquía de tres niveles de razonamiento causal: asociación (correlación), intervención (manipulación) y contrafactual (imaginación de mundos alternativos).
Identificación Causal
Proceso matemático que determina si un efecto causal puede ser estimado de manera única a partir de datos observacionales y de hipótesis estructurales.
Modelo de Ecuaciones Estructurales (SEM)
Marco estadístico que utiliza ecuaciones simultáneas para modelar las relaciones causales y los errores entre variables latentes y observadas.
Distribución de Intervención
Distribución de probabilidad resultante de una intervención externa sobre el sistema, diferente de la distribución de observación ya que modifica las relaciones estructurales.
Modelos Causales Lineales
Clase de modelos estructurales donde cada variable es una combinación lineal de sus causas directas más un término de error independiente.
Refutabilidad Causal
Capacidad de un modelo causal para generar predicciones comprobables y refutables a partir de hipótesis estructurales, distinguiendo la ciencia de la especulación.
Admisibilidad (Admissibility)
Condición bajo la cual un conjunto de variables es suficiente para ajustar la estimación de un efecto causal sin introducir sesgo de selección.
Red Bayesiana Causal
Red bayesiana aumentada con una interpretación causal donde las aristas representan mecanismos causales en lugar de simples dependencias probabilísticas.
Modelos de Resultados Potenciales
Marco alternativo que modela los resultados potenciales para cada unidad bajo cada tratamiento posible, fundamento de la inferencia causal en estadística.
Descubrimiento Causal
Conjunto de algoritmos destinados a inferir la estructura causal (gráfico y ecuaciones) a partir de datos observacionales o experimentales.