Digamos que usted está interesado en el efecto causal de en . Las siguientes afirmaciones no son del todo precisas, pero creo que transmiten la intuición detrás de los dos enfoques:DY
Ajuste de puerta trasera: determine qué otras variables (edad, género) impulsan tanto (un medicamento) como (salud). Entonces, encontrar unidades con los mismos valores para (misma edad, el mismo género), pero diferentes valores de , y calcular la diferencia en . Si hay una diferencia en entre estas unidades, debería deberse a y no a otra cosa.XDYXDYYD
El gráfico causal relevante se ve así:
Ajuste de la puerta de entrada: Esto significa que debe comprender con precisión el mecanismo por el cual (supongamos que está fumando) afecta a (cáncer de pulmón). Digamos que todo fluye a través de la variable (alquitrán en los pulmones): (fumar) afecta a (alquitrán) y (alquitrán) afecta a ; No hay efecto directo. Luego, para encontrar el efecto de en , calcule el efecto de fumar en el alquitrán, y luego el efecto del alquitrán en el cáncer, posiblemente a través del ajuste de la puerta trasera, y multiplique el efecto de en con el efecto de enDYMDMMYDYDMMY.
El gráfico causal relevante se ve así (donde no se observa):U
En este caso, el ajuste de la puerta principal funciona porque no hay un camino por la puerta trasera abierta de a . La ruta está bloqueada. Esto es porque el flechas "chocan" en . Entonces se identifica el efectoDMD←U→Y←MYD→M
Del mismo modo, el efecto se identifica porque la única ruta de la puerta trasera de a corre sobre , por lo que puede ajustarlo utilizando la estrategia de puerta trasera.M→YMYD
En resumen, puede identificar los "submecanismos", y no hay un efecto directo, por lo que puede juntar los submecanismos para estimar el efecto general. Esto no funcionará si influye en , porque la identificación de los submecanismos no funciona.UM