2 votos

¿Efectos bidireccionales?

Al probar relaciones entre variables, a menudo intentamos establecer que la Variable A causa (o está relacionada con) un aumento de la Variable B, o que la Variable A causa una disminución de la Variable B, o que la Variable A no causa ni un aumento ni una disminución de la Variable B.

Sin embargo, tengo la vaga idea de que los efectos de una variable sobre otra a menudo pueden ser bidireccionales. Más concretamente, creo que a veces la variable A provoca simultáneamente tanto un aumento como una disminución en la variable B.

Por ejemplo, ¿cómo se relaciona la apertura de la ventana con el número de moscas en la casa? Supongamos que no hay moscas en casa. Si la ventana está abierta, entrarán algunas moscas. Al cabo de un tiempo, saldrán volando, pero entrarán otras moscas. Tal vez el número de moscas sea constante a lo largo del tiempo porque la tasa de entrada/salida es estable. Sin embargo, si mantuviéramos la ventana cerrada, el número de moscas sería cero. Esto puede llevarnos a pensar que la apertura de la ventana provoca un aumento del número de moscas. Sin embargo, si la apertura de la ventana está relacionada únicamente con el aumento del número de moscas, entonces ninguna mosca saldría volando de casa, pero sabemos que esto no es cierto. Lo que quiero decir es que la apertura de la ventana provoca un aumento del número de moscas que vuelan dentro de la casa, pero también provoca un aumento del número de moscas que vuelan fuera de la casa. O, más sencillamente, la apertura de la ventana está relacionada con tanto al aumento como a la disminución en el número de moscas en la casa.

Sospecho que un mecanismo similar puede estar detrás de algunos resultados confusos en la literatura. Por ejemplo, algunos estudios relacionan el consumo de cannabis con un mayor riesgo de cáncer, mientras que otros estudios lo relacionan con un menor riesgo de cáncer. ¿Y si el cannabis aumenta y disminuye simultáneamente el riesgo de cáncer?

Lo que sospecho que harían la mayoría de los investigadores es buscar una variable moderadora, de modo que puedan decir "El cannabis aumenta el riesgo de cáncer en esos participantes, pero disminuye el riesgo de cáncer en estos participantes". Sin embargo, creo que esta "bidireccionalidad" puede surgir de forma independiente, sin variables moderadoras, como en el ejemplo de la ventana/mosca.

¿Qué opina sobre este tema? ¿Existe literatura previa o técnicas estadísticas relacionadas con dicha relación bidireccional? He intentado encontrar algunos materiales, pero no he tenido éxito. Cualquier recurso, así como la discusión, sería muy apreciada.

2voto

Ran Kerry Puntos 1

Se trata de un problema de modelización. Lo primero que tienes que hacer es escribir el modelo de cómo crees que funciona el mundo, sólo después puedes pensar en técnicas de estimación.

El caso que has descrito no es de efectos bidireccionales, se trata de efectos no lineales. La variable "ventana" sí altera la probabilidad de la variable "moscas", sólo que no de forma monotónica ni de otras formas que usted cree que debería alterar.

Un modelo sencillo de lo que has descrito podría ser algo así:

enter image description here

Es decir, el número de moscas en el tiempo $t$ es una función del número de moscas en el tiempo anterior $t-1$ el estado actual de la ventana y los factores no modelados $U_t$ . Una de esas funciones podría ser:

$$ \text{Flies t} = \left\{ \begin{array}{ll} \text{Flies t-1}, ~~~~\text{if Window state t = closed}\\ f_{t}(\text{Flies t-1}, U_t),~ \text{if Window state t = open} \end{array} \right. $$

En el sentido de que, si se cierra la ventana, se tiene la seguridad de que el número actual de moscas es igual al número anterior. Sin embargo, si la ventana está abierta, entonces el número actual de moscas viene determinado por el proceso $f_t$ que tiene en cuenta el número anterior de moscas y otros factores no modelados.

El ejemplo anterior es sólo para ilustrar que es necesario modelar lo que se quiere medir. Se trata de un paso esencial para definir el efecto que se quiere estimar e incluso para decidir si los datos de que se dispone son suficientes para la tarea.

Respecto a tu ejemplo del cannabis: ¿Y si el cannabis aumenta y disminuye simultáneamente el riesgo de cáncer? Sí, eso podría ocurrir con toda seguridad. Podría haber efectos heterogéneos entre grupos, podría haber efectos de interacción del cannabis con otras sustancias, u otros tipos de no linealidades.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X