Diagramas causales (DAG): qué ajustar y qué no

1 · Qué es un diagrama causal

Un diagrama causal dibuja las variables de un problema y, con flechas, qué causa qué. En los artículos se lo llama DAG, por su nombre en inglés: directed acyclic graph, un grafo dirigido (las flechas tienen sentido) y acíclico (ninguna variable se causa a sí misma dando una vuelta).

No se estima con los datos: se dibuja antes, con lo que se sabe del tema. Y sirve para una sola cosa, que es decisiva: decidir por qué variables hay que ajustar para estimar un efecto, y por cuáles no.

2 · Los tres bloques

Todo diagrama, por grande que sea, está hecho de tres piezas. La entrada de correlación y causalidad las presenta; acá se mide qué pasa con cada una.

En una simulación con 10.000 casos donde el efecto verdadero de X sobre Y vale 2, la regresión de Y sobre X da:

Estructura	Sin ajustar	Ajustando por la tercera variable	Lo correcto
Confusora	3,51	2,00	ajustar
Mediadora	2,02	1,03	no ajustar (si se quiere el efecto total)
Colisionadora	2,02	0,53	no ajustar

Ajustar es la decisión correcta en un caso y un error en los otros dos. Con la mediadora, ajustar no produce un número falso sino otro número: 1,03 es el efecto directo, el que no pasa por el mediador, y responde otra pregunta. Con la colisionadora, el número sí es falso.

El colisionador crea asociaciones de la nada

Si X e Y son independientes (efecto verdadero cero) y las dos causan C, la regresión sin ajustar da 0,00, como corresponde. Ajustando por C da −0,50.

Lo mismo pasa sin regresión, al seleccionar casos según C. Si se analiza solo al 28 % con C alto, X e Y aparecen con una correlación de −0,32, aunque en la población no tienen ninguna relación. Es el mecanismo de varios sesgos de selección conocidos: analizar solo a los internados, solo a los que respondieron, solo a los que consiguieron trabajo.

3 · El criterio de la puerta trasera

Con más de tres variables, la regla se generaliza. Entre X e Y puede haber varios caminos; se llaman caminos de puerta trasera los que empiezan con una flecha que entra a X, porque llegan a Y «por atrás», sin pasar por el efecto de X.

Para estimar el efecto total de X sobre Y, el conjunto de variables de ajuste tiene que cumplir dos condiciones:

1. Bloquear todos los caminos de puerta trasera. Un camino queda bloqueado si se ajusta por alguna variable intermedia que no sea colisionadora en ese camino.
2. No incluir ninguna variable causada por X: ni mediadores ni sus consecuencias.

Y una advertencia que completa la regla: ajustar por un colisionador abre un camino que estaba cerrado. Un camino que pasa por un colisionador está bloqueado mientras no se lo toque.

4 · Un ejemplo con la EPH

La pregunta: ¿cuánto aumenta tener secundario completo la probabilidad de tener un empleo registrado? Entre los asalariados de 25 a 64 años de la EPH, un diagrama razonable es este:

Leído con el criterio de la puerta trasera:

• Edad, sexo y aglomerado abren caminos de puerta trasera: hay que ajustar por ellos.
• Rama y tamaño del establecimiento están después de la educación: son mediadores. Ajustar por ellos quita parte del efecto que se quiere medir.
• El origen social abre un camino de puerta trasera que no se puede cerrar, porque no está en los datos.

Los números, en puntos porcentuales de empleo registrado:

Ajuste	Diferencia
Ninguno	28,7
Edad, sexo y aglomerado (los confusores observados)	31,8
Además, rama y tamaño del establecimiento (mediadores)	11,6

Agregar los mediadores baja la estimación a menos de la mitad. No es que la educación importe menos: buena parte de su efecto opera justamente a través de la rama y del tipo de establecimiento en que se termina trabajando. El 11,6 responde otra pregunta: cuánto difieren dos personas con distinta educación que trabajan en la misma rama y en establecimientos del mismo tamaño.

5 · Cómo se dibuja uno

1. Empezar por la pregunta: la exposición X y el resultado Y.
2. Agregar las causas comunes de X e Y, medidas o no. Las no medidas también van: es la única manera de discutirlas.
3. Agregar lo que ocurre entre X e Y y lo que es consecuencia de los dos, sobre todo si condiciona quién entra a la muestra.
4. Ordenar en el tiempo. Una flecha no puede ir hacia atrás.
5. Aplicar el criterio y escribir el conjunto de ajuste antes de correr ningún modelo.

6 · Errores frecuentes

• Ajustar por todo lo que hay en la base. Incluir mediadores y colisionadores sesga, no protege.
• Elegir los ajustes mirando qué cambia el coeficiente o la significación. Los datos no distinguen un confusor de un mediador: lo distingue el orden causal.
• Dejar afuera del diagrama lo que no se midió. Es justamente lo que limita la conclusión.
• Analizar una muestra seleccionada por una consecuencia del resultado. Es ajustar por un colisionador sin darse cuenta.
• Leer como causales los coeficientes de los ajustes. En el modelo, solo el de la exposición está pensado para interpretarse. Ver coeficientes parciales.

7 · De dónde salen los números

Las tres estructuras de la tabla son simuladas (datos/causal/preparar-causal.py, semilla 2027), porque el efecto verdadero solo se conoce si se lo fija de antemano; cada coeficiente se calcula por dos vías y se comprueba que coincidan. El ejemplo de la EPH es real: primer trimestre de 2026, sin ponderar, y los mismos modelos se corren en R (datos/causal/causal.R) y en Python.

@misc{estadistica_ar_diagramas_causales_dag,
  author       = {Montivero, Jorge Luis},
  title        = {{Diagramas causales (DAG): qué ajustar y qué no}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/diagramas-causales-dag}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-10-01}
}