impacto causal

2020-04-24

carlos j. gil bellosta
@gilbellosta
datanalytics.com · circiter.es

causalidad

visión troncal-corpuscular de la ciencia de datos

la ciencia de datos, como disciplina, consta de dos partes:

  • una parte troncal: modelización, predicción, etc.
  • una parte corpuscular y accesoria: problemas específicos, trucos, etc.

predecir vs medir

contrafactuales (y coronavirus)

causalidad y contrafactuales

causalimpact

causalimpact

  • un paquete de R desarrollado por google
  • sirve para medir el impacto de causas sostenidas en el tiempo (p.e., el rediseño de una web)
  • construye contrafactuales automáticamente

un ejemplo

ajuste del modelo

resumen del modelo

## Posterior inference {CausalImpact}
## 
##                          Average        Cumulative  
## Actual                   117            3511        
## Prediction (s.d.)        107 (0.35)     3196 (10.38)
## 95% CI                   [106, 107]     [3176, 3217]
##                                                     
## Absolute effect (s.d.)   11 (0.35)      316 (10.38) 
## 95% CI                   [9.8, 11]      [294.4, 336]
##                                                     
## Relative effect (s.d.)   9.9% (0.32%)   9.9% (0.32%)
## 95% CI                   [9.2%, 11%]    [9.2%, 11%] 
## 
## Posterior tail-area probability p:   0.00101
## Posterior prob. of a causal effect:  99.8994%
## 
## For more details, type: summary(impact, "report")

resumen del modelo

During the post-intervention period, the response variable had an average value of approx. 117.05. By contrast, in the absence of an intervention, we would have expected an average response of 106.53. The 95% interval of this counterfactual prediction is [105.85, 107.23]. Subtracting this prediction from the observed response yields an estimate of the causal effect the intervention had on the response variable. This effect is 10.52 with a 95% interval of [9.81, 11.20]. For a discussion of the significance of this effect, see below. […]

una aplicación: impuesto sobre las bebidas azucaradas

contexto

  • en 2017 se comenzó a aplicar un impuesto especial sobre las bebidas azucaradas en cataluña
  • se quiere medir el impacto causal del impuesto sobre varios indicadores:

    • precio de las bebidas azucaradas (y no azucaradas)
    • consumo de las bebidas azucaradas (y no azucaradas)

datos (consumo per cápita de bebidas azucaradas)