Cotas ante la ausencia de identificabilidad para parámetros causales

JULIETA MOLINA, ANDREA ROTNITZKY, MARIELA SUED

Mar del Plata

Congreso; Reunión Anual de la Unión Matemática Argentina; 2009

UMA

Cuando trabajamos en el campo de la causalidad, se introducen variables aleatorias que ayudan a interpretar el problema pero no siempre todas ellas  pueden ser observadas. En tal caso, hablamos de variables contrafactuales,  siendo que no se corresponden a aquellas observadas, si no que son una representación de  ciertas respuestas bajo circunstancias experimentales hipotéticas.  El parámetro  (o funcional) de interés científico típicamente depende de la distribución de las variables contrafactuales.  Cuando este funcional puede ser  determinado por la distribución de las variables observadas decimos que es identificable. Esto nos permite desarrollar métodos estadísticos consistentes para estimar el parámetro  de interés. Cuando  las hipótesis de identificabilidad no  pueden ser asumidas, se procura analizar los diferentes escenarios compatibles con la distribución de los datos observados para poder acotar el valor del parámetro de interés en términos de la distribución de los datos observados. En esta presentacion  mostramos un posible abordaje para encontrar cotas de parametros causales no identificables.