Análise Causal

RATH oferece um fluxo de trabalho visual e sem código para encontrar e explorar relações causais nos seus dados. Em vez de parar em correlações simples, você pode descobrir causas potenciais, testar hipóteses e construir modelos de machine learning melhores — tudo a partir de um grafo causal interativo.

Neste guia, você vai:

• Entender o que é análise causal e quando utilizá-la.
• Aprender o fluxo de trabalho passo a passo para executar análise causal no RATH.
• Acompanhar um exemplo concreto usando o dataset “Diabetes” do Kaggle.
• Explorar ferramentas avançadas como análise comparativa, inspeção mútua, testes de predição e edição manual de modelos causais.

O que é análise causal?

Análise causal é o processo de examinar relações entre variáveis para determinar se mudanças em uma variável causam mudanças em outra — e não apenas se elas variam juntas.

Na prática, isso significa:

• Identificar variáveis que podem influenciar um desfecho de interesse.
• Construir um modelo causal (geralmente um grafo direcionado) que codifica suposições ou relações aprendidas.
• Utilizar técnicas estatísticas e algoritmos para estimar a força e a direção desses efeitos.
• Testar e refinar hipóteses, em vez de depender apenas de correlação ou importância de atributos.

Como a maior parte dos dados do mundo real é observacional (não coletada em experimentos controlados), a análise causal não garante “causalidade verdadeira”, mas ajuda a gerar e validar hipóteses muito mais fortes e interpretáveis do que a correlação isoladamente.

Como realizar análise causal com o RATH

RATH encapsula técnicas complexas de descoberta causal em um fluxo de trabalho interativo. Em alto nível, você:

1. Conecta e prepara seus dados

   • Importa seu dataset para o RATH.
   • Limpa registros inválidos e garante que campos-chave estejam corretamente tipados (numéricos, categóricos etc.).

2. Configura campos e dependências opcionais

   • Escolhe os campos que devem ser incluídos no modelo causal.
   • Opcionalmente declara dependências funcionais conhecidas (por exemplo, campos derivativos, fórmulas) para que o RATH as respeite durante a descoberta.

3. Executa a descoberta causal

   • Inicia o fluxo de trabalho Causal Analysis e deixa o RATH inferir um grafo causal a partir dos seus dados.

4. Explora e valida relações

   • Usa ferramentas como Field Insights, Manual Exploration e Mutual Inspection para verificar e refinar o modelo descoberto com base no conhecimento de domínio.

5. Constrói e testa modelos preditivos

   • Usa Prediction Test para criar modelos de machine learning baseados no grafo causal e compará-los com conjuntos de atributos alternativos.

6. Edita e finaliza o modelo causal

   • Ajusta manualmente o modelo quando você tem conhecimento adicional, dados ruidosos ou fatores ausentes.

As seções seguintes percorrem esse fluxo de trabalho com um exemplo real.

Estudo de caso: análise causal do "Diabetes Database" do Kaggle

Como exemplo concreto, vamos explorar o “Diabetes Database” do Kaggle (opens in a new tab) usando o RATH. Nosso objetivo é entender quais fatores afetam mais fortemente o Outcome (diagnóstico de diabetes) e como eles interagem.

Preparar e limpar o dataset

1. Importe o dataset para o RATH.
2. Remova registros inválidos em que BMI, BloodPressures ou SkinThickness sejam iguais a 0.
   Na aba DataSource:
   • Clique em Clean Method.
   • Escolha drop null records para filtrar linhas com valores inválidos.

Quando os dados estiverem limpos, abra o menu suspenso à direita do botão Start Analysis e escolha Causal Analysis para iniciar o fluxo de trabalho.

Etapa 1: Configuração dos Dados

Em Data Configuration, escolha quais campos serão incluídos na análise causal.

• Selecione todas as variáveis relevantes (por exemplo, Pregnancies, Glucose, BloodPressure, SkinThickness, Insulin, BMI, DiabetesPedigreeFunction, Age e Outcome).
• Opcionalmente exclua campos que você sabe serem irrelevantes ou muito ruidosos.

Quando terminar, clique em Next para prosseguir.

Dica: Comece com todas as variáveis potencialmente relevantes e depois refine com base no seu modelo causal e nos resultados de predição.

Etapa 2: (Opcional) Dependências Funcionais

Em muitos datasets, alguns campos são derivados de outros (por exemplo, razões calculadas, IDs formatados ou campos gerados por fórmulas SQL). Declarar essas relações antecipadamente ajuda o RATH a evitar aprender ligações causais enganosas.

Na etapa Functional Dependencies, você pode:

• Deixar o RATH analisar automaticamente seus dados e sugerir dependências.
• Especificar manualmente relações quando você já as conhece (por exemplo, TotalAmount = Quantity × UnitPrice).

RATH analisa os valores de diferentes variáveis e computa possíveis relações funcionais. Você pode aceitar, editar ou adicionar suas próprias dependências.

Boa prática:
Se parte dos seus dados é gerada usando expressões regulares ou fórmulas SQL, declare aqui essas dependências. Se esses campos derivados forem gerados dentro do RATH, geralmente você não precisa fazer nada — o RATH lida com isso automaticamente.

Etapa 3: Modelo Causal

Clique em Causal Discovery para que o RATH infira um modelo causal a partir dos campos configurados.

A captura de tela abaixo mostra um resultado típico de descoberta causal para o dataset de diabetes:

Neste exemplo, alguns dos relacionamentos principais são:

• Glucose → Outcome
  Níveis mais altos de glicose aumentam a probabilidade de um diagnóstico positivo de diabetes.
• Insulin → Glucose → Outcome
  Insulina afeta glicose, que por sua vez afeta o desfecho de diabetes.
• Age → Outcome (e às vezes influenciada por fatores de saúde relacionados)
  Idade contribui para a probabilidade de ter diabetes.

O grafo interativo é o seu espaço de trabalho central:

• Clique em um nó para destacar suas causas e efeitos diretos.
• Examine a espessura da aresta ou o indicador de força para entender o quão forte é uma relação.
• Use o painel à direita para acessar diferentes ferramentas (Field Insights, Manual Exploration, Mutual Inspection, Prediction Test) focadas na variável selecionada.

Etapa 3.1: Análise Comparativa com Field Insights

A análise comparativa permite comparar dois grupos — por exemplo, pacientes com e sem diabetes — e explicar as diferenças usando o seu modelo causal.

O RATH oferece vários modos de comparação:

• Subset vs. Whole
  (por exemplo, janeiro vs. o ano inteiro)
• Subset vs. Complement
  (janeiro vs. “todo o resto exceto janeiro”)
• Subset vs. Another Subset
  (janeiro vs. junho)

Você pode usar essas comparações para:

• Investigar fatores causais potenciais por trás de anomalias ou outliers.
• Verificar e refinar hipóteses causais usando distribuições reais.

Exemplo: analisando Outcome

1. Abra a aba Field Insight.
2. Clique no nó Outcome à esquerda.
3. À direita, visualize as distribuições de indivíduos com e sem diabetes.
4. Clique em uma das distribuições (por exemplo, resultados positivos) para executar uma análise comparativa.

Em seguida, escolha o grupo de controle e a variável-chave de interesse, como Glucose, e clique em Causal Discovery para que o RATH analise causas subjacentes potenciais. O RATH utiliza diagramas de causa e efeito para sugerir explicações para as diferenças observadas.

No exemplo de diabetes, comparar pacientes diabéticos e não diabéticos frequentemente revela que as diferenças são impulsionadas por:

• BMI
• Age
• Glucose

Ao clicar no fator latente Glucose, você pode ver que as distribuições de glicose são significativamente maiores para o grupo diabético (destacado em laranja).

Etapa 3.2: Exploração Manual

A exploração manual permite testar visualmente suposições causais específicas.

Para o dataset de diabetes, você pode querer verificar:

• Se Insulin é uma causa direta de Outcome.
• Como a relação entre Glucose e Outcome muda quando você controla por Insulin.

Usando a exploração manual, você pode:

1. Plotar Outcome vs. Glucose e comparar distribuições entre grupos doentes e saudáveis.
2. Adicionar Insulin como variável de condicionamento (por exemplo, fatiar os dados em intervalos de níveis de insulina).

Análises tradicionais costumam parar em correlação ou importância de atributos, o que pode não capturar como uma variável exerce sua influência. Ao incorporar Análise Causal, o RATH ajuda a revelar esses mecanismos e a mostrar quando um efeito aparente é parcialmente explicado por outra variável.

Por exemplo, após introduzir Insulin entre Outcome e Glucose:

• Ao controlar por diferentes intervalos de Insulin, a diferença de insulina entre grupos doentes e saudáveis pode desaparecer.
• Isso sugere que a relação direta entre Outcome e Glucose é mais fraca do que parece inicialmente, uma vez que a influência de Insulin é levada em conta.

Etapa 3.3: Mutual Inspection

A ferramenta Mutual Inspection oferece outra forma de inspecionar relações causais e verificar suposições.

Como funciona:

1. Clique em um nó no grafo causal para adicionar sua distribuição ao módulo de verificação à direita.
2. Por exemplo, para explorar a relação entre Glucose e Outcome, adicione ambas as variáveis.
3. Selecione um intervalo de Glucose, arraste o intervalo e observe como a distribuição de Outcome muda.

Ao percorrer diferentes níveis de glicose e observar a resposta da distribuição de desfechos, você pode confirmar visualmente uma correlação positiva e quão forte ela se mantém ao longo dos dados.

Para ir além, clique em associate views para habilitar a Semi-auto Exploration. O RATH recomendará gráficos de dispersão e outras visualizações que destacam possíveis relações entre as variáveis selecionadas, ajudando você a descobrir padrões adicionais mais rapidamente.

Etapa 3.4: Prediction Test

Depois de ter um modelo causal, você pode transformá-lo em um modelo preditivo de machine learning e avaliar seu desempenho com o Prediction Test.

1. Clique na variável Outcome no grafo causal.
   O RATH constrói automaticamente um modelo simples de classificação ou regressão usando pais causais e variáveis relacionadas.

2. Clique em Classification para treinar o modelo e calcular sua Accuracy (e outras métricas, dependendo da configuração).

3. Ajuste sua estratégia de teste:
   • Use o grafo causal para selecionar conjuntos de atributos mais eficientes ou interpretáveis.
   • Compare modelos construídos a partir de atributos causais vs. subconjuntos de atributos arbitrários.

Por exemplo, você pode deliberadamente construir um modelo concorrente que evite os atributos sugeridos pela análise causal do RATH e então comparar os resultados:

Geralmente, o modelo guiado pelo grafo causal alcança maior acurácia e melhor generalização do que uma seleção ingênua de atributos:

RATH é particularmente adequado para datasets grandes e de alta dimensionalidade com muitas variáveis. A análise causal ajuda a identificar automaticamente melhores atributos, levando a modelos de machine learning mais precisos e interpretáveis.

Editar o modelo causal

Dados do mundo real são bagunçados. Às vezes o grafo causal gerado automaticamente pelo RATH pode não corresponder totalmente ao seu conhecimento de domínio devido a:

• Ruído nos dados
• Tamanho de amostra insuficiente
• Variáveis ausentes
• Restrições conhecidas que o algoritmo não consegue inferir

Nesses casos, você pode editar diretamente o modelo causal.

1. Abra o painel à esquerda.
2. Ative Modify Constraints.

Em seguida:

• Arraste e solte nós para adicionar, remover ou reorientar arestas.
• Codifique conhecimento de domínio (por exemplo, “a variável A não pode ser causada pela variável B”).
• Deixe o RATH regenerar novos modelos causais que respeitem suas restrições.

Esse ciclo apertado entre descoberta automática e refinamento manual ajuda você a convergir para um modelo causal que seja ao mesmo tempo estatisticamente plausível e alinhado ao entendimento de especialistas.

Próximos passos

Depois de ter um modelo causal, você pode avançar ainda mais com o RATH:

• Aprenda análise causal em estilo “what-if” explorando o capítulo What-if Analysis. Você irá simular intervenções (por exemplo, “O que acontece com Outcome se reduzirmos Glucose em X?”) diretamente no modelo causal.
• Descubra padrões em campos de texto com Text Pattern Extraction e depois alimente esses atributos extraídos de volta na análise causal.

RATH também está evoluindo em direção a explicações mais narrativas e baseadas em texto de modelos causais — gerando automaticamente insights e sugestões de decisão diretamente da estrutura e das estimativas presentes no seu grafo causal.

Ao combinar descoberta causal visual, exploração interativa e modelagem preditiva, o RATH transforma seus datasets em insights acionáveis e explicáveis — não apenas em dashboards estáticos.