Glosario IA
El diccionario completo de la Inteligencia Artificial
Inferencia Causal
Proceso estadístico destinado a establecer relaciones de causa y efecto entre variables, distinguiendo las correlaciones de los vínculos causales reales, esencial para comprender el impacto real de las intervenciones.
Grafo Causal Acíclico (DAG)
Representación gráfica de las relaciones causales entre variables donde los nodos simbolizan las variables y las flechas orientadas indican las influencias directas, sin ciclo posible para mantener la coherencia causal.
Contrafactual
Escenario hipotético que describe lo que habría ocurrido si una causa hubiera sido diferente, permitiendo estimar el efecto causal comparando la situación real con esta alternativa imaginaria.
Variable de Confusión
Variable que influye simultáneamente en la causa y el efecto estudiado, creando una asociación espuria que puede ser interpretada erróneamente como una relación causal directa.
Puntuación de Propensión
Probabilidad condicional de recibir un tratamiento dado las covariables observadas, utilizada para equilibrar los grupos y reducir los sesgos en los estudios observacionales no aleatorizados.
Cálculo Do
Conjunto de reglas formales desarrolladas por Judea Pearl que permiten transformar expresiones causales en expresiones probabilísticas calculables a partir de datos observacionales.
Intervención Causal
Manipulación deliberada de una variable en un sistema para observar su efecto sobre otras variables, distinta de la observación pasiva porque modifica la estructura causal subyacente.
Efecto Causal Promedio (ACE)
Medida agregada del impacto promedio de una intervención sobre toda la población, calculada como la diferencia entre los resultados potenciales con y sin tratamiento.
Modèle Structural Causal (SCM)
Framework mathématique combinant équations structurelles et graphes causaux pour représenter explicitement les mécanismes générateurs de données et les relations causales.
Frontdoor Criterion
Condition d'identifiabilité causale permettant d'estimer l'effet d'un traitement sur un résultat via des médiateurs observables, même en présence de confusion non mesurée.
Backdoor Criterion
Ensemble de conditions sur les variables à ajuster pour bloquer tous les chemins non causaux entre traitement et résultat, permettant une identification correcte de l'effet causal.
Médiation Causale
Analyse quantitative des mécanismes par lesquels une cause affecte un effet, décomposant l'effet total en effets directs et indirects via des variables intermédiaires.
Causalité de Granger
Concept statistique déterminant si une série temporelle prédit une autre de manière significative, basé sur l'amélioration de la précision prédictive lors de l'inclusion de valeurs passées.
Effet du Traitement sur les Traités (ATT)
Mesure de l'impact causal moyen du traitement spécifiquement sur les individus qui l'ont effectivement reçu, pertinente pour évaluer l'efficacité des programmes ciblés.
Biais de Confondance
Distorsion systématique de l'estimation de l'effet d'un traitement due à des facteurs non contrôlés influençant simultanément l'exposition et le résultat.
Randomisation Causale
Technique d'assignation aléatoire des traitements pour éliminer systématiquement les biais de confusion, garantissant que les groupes comparables diffèrent uniquement par le traitement reçu.
Análisis de Sendero Causal
Método cuantitativo que descompone las correlaciones totales en efectos directos e indirectos a través de una red de relaciones causales especificadas a priori.
Transportabilidad Causal
Capacidad de generalizar los efectos causales estimados en una población fuente a una población objetivo diferente, ajustando por las diferencias en las distribuciones.