Si quisiéramos calcular el efecto causal de sobre Y en el gráfico causal a continuación, podemos usar los teoremas de ajuste de puerta trasera y de puerta delantera, es decir, P ( y | do ( X = x ) ) = ∑ u P ( y | x , u ) P ( u )
y
¿Es tarea fácil demostrar que los dos ajustes conducen al mismo efecto causal de en Y ?
Respuestas:
Donde estoy usando el primo por conveniencia de notación para la siguiente expresión. Entonces, estas dos expresiones ya están en términos de la distribución previa a la intervención, y simplemente usamos el razonamiento de puerta trasera anterior para derivarlas.
Por lo tanto, los dos ajustes le dan la misma distribución posterior a la intervención en este gráfico, como hemos mostrado.
Al volver a leer su pregunta, se me ocurrió que podría estar interesado en mostrar directamente que el lado derecho de las dos ecuaciones es igual en la distribución pre-intervencionista (que deben ser, dada nuestra derivación previa). Eso tampoco es difícil de mostrar directamente. Es suficiente mostrar eso en su DAG:
Por lo tanto:
fuente