Słownik metodologiczny · Wnioskowanie przyczynowe

Diagram przyczynowy (DAG) – węzły, strzałki i wybór zmiennych kontrolnych

Diagram przyczynowy (DAG) zapisuje na rysunku założenia o tym, co na co wpływa. Wyjaśniamy, jak go czytać, jak wybrać z niego zmienne kontrolne i jak go narysować w R.

Strona główna / Słownik / Diagram przyczynowy (DAG)
W skrócie: Diagram przyczynowy (DAG) to skierowany graf acykliczny: węzły to zmienne, strzałki – założone bezpośrednie wpływy przyczynowe, a żadna droga po strzałkach nie wraca do punktu wyjścia. Z grafu odczytujesz, które zmienne kontrolować (zakłócacze), a których nie (mediatory przy efekcie całkowitym, zderzacze). Graf to założenie badacza – narysuj go przed analizą i pokaż w pracy.

Co to jest diagram przyczynowy (DAG)?

Diagram przyczynowy (ang. directed acyclic graph, DAG – skierowany graf acykliczny) to rysunek założeń o przyczynach. Węzły to zmienne, strzałki – bezpośrednie wpływy, a żadna droga po strzałkach nie wraca do punktu wyjścia. Greenland, Pearl i Robins (1999) wprowadzili takie diagramy do epidemiologii jako punkt wyjścia do decyzji, które zmienne zmierzyć i kontrolować, by oszacowanie nie było zakłócone. Graf nie mówi, jak silny jest wpływ ani czy jest liniowy.

Jak czytać graf

  • Ścieżka to dowolny ciąg krawędzi między X a Y, bez względu na kierunek strzałek. Otwarta przenosi związek statystyczny.
  • Zakłócacz (X ← C → Y) otwiera ścieżkę tylnymi drzwiami; kontrola C ją zamyka.
  • Mediator (X → M → Y) przenosi część efektu; jego kontrola usuwa tę część z oszacowania (zob. mediacja).
  • Zderzacz (X → K ← Y) zamyka ścieżkę sam z siebie; kontrola K ją otwiera.

Zbiór, który zamyka wszystkie ścieżki tylnymi drzwiami i nie zawiera skutków X, to zbiór dostosowujący – reguły opisuje kryterium tylnych drzwi.

Przykład

Pytanie: jak długość snu (X) wpływa na pamięć roboczą (Y)? Graf (rysunek 1) ma pięć innych zmiennych. Jedyna ścieżka tylnymi drzwiami prowadzi przez stres, więc zbiory dostosowujące to {stres} i ten zbiór poszerzony o pracę zmianową lub hałas podczas testu. Dane symulowano zgodnie z grafem (1000 badań po 500 osób, ziarno 781 ustalone raz); współczynniki dobrano ręcznie tak, by prawdziwy efekt całkowity wynosił 0.4, a wszystkie błędy były wyraźne.

Bez kontroli średnie oszacowanie wyniosło 0.524. Trzy zbiory dostosowujące dały 0.400–0.401, przy czym dodanie hałasu zmniejszyło SD oszacowań z 0.045 do 0.040, a dodanie pracy zmianowej zwiększyło je do 0.052. Kontrola samej pracy zmianowej dała 0.561, mediatora – 0.202 (efekt bezpośredni), zderzacza – 0.034, a wszystkich zmiennych naraz – −0.040.

Na rysunku

Graf przyczynowy z siedmioma węzłami. W środku Sen (X) po lewej i Pamięć robocza (Y) po prawej, połączone strzałką. Nad nimi stres (zakłócacz) ze strzałkami przerywanymi do snu i pamięci, niżej senność w dzień (mediator) na drodze od snu do pamięci. Pod spodem zgłoszenie do poradni (zderzacz), do którego prowadzą strzałki od snu i od pamięci. Z lewej praca zmianowa wpływa tylko na sen, z prawej hałas podczas testu tylko na pamięć
Rysunek 1. Założony diagram przyczynowy dla efektu snu na pamięć roboczą. Rolę każdej zmiennej podaje etykieta węzła; linie przerywane to ścieżka tylnymi drzwiami. Rysunek: R, pakiet ggplot2.

Co widać. Każda zmienna ma rolę tylko względem konkretnego pytania: ten sam sen byłby zakłócaczem, gdyby pytanie dotyczyło wpływu senności na pamięć. Rolę wyznaczają strzałki, nie nazwa zmiennej.

Na co uważać. Graf pokazuje założenia, nie odkrycie. Rohrer (2018) podkreśla, że wnioski przyczynowe z danych obserwacyjnych zawsze zależą od założeń opartych na wiedzy dziedzinowej. Każda nienarysowana strzałka to twierdzenie o braku wpływu.

Podpis do pracy:

Rysunek 1. Założony diagram przyczynowy dla związku długości snu z pamięcią roboczą. Uwaga. Strzałki oznaczają założone bezpośrednie wpływy przyczynowe; brak strzałki oznacza założenie braku bezpośredniego wpływu. Zbiór dostosowujący dla efektu całkowitego: stres.
Wykres punktowy z poziomymi odcinkami dla ośmiu zestawów zmiennych kontrolnych i pionową przerywaną linią przy prawdziwym efekcie 0.4. Trzy niebieskie koła – stres, stres z hałasem, stres z pracą zmianową – leżą na linii 0.4. Pomarańczowe trójkąty: brak kontroli 0.52, praca zmianowa 0.56, stres z mediatorem 0.20, stres ze zderzaczem 0.03, wszystkie zmienne −0.04
Rysunek 2. Średnie oszacowanie efektu snu na pamięć i środkowe 95% oszacowań w 1000 symulowanych badaniach (n = 500) dla ośmiu zestawów zmiennych kontrolnych. Obliczenia: R, pakiet ggplot2 (symulacja, set.seed(781)).

Co widać. Trafiają tylko zbiory z grafu. Kontrola samej pracy zmianowej – przyczyny wyłącznie X – nie usuwa zakłócenia, a nawet je powiększa (0.561 wobec 0.524). Kontrola wszystkiego wypada najgorzej.

Na co uważać. W symulacji graf jest prawdziwy z definicji. W prawdziwych danych wynik jest tak dobry jak graf – Wysocki, Lawson i Rhemtulla (2022) pokazują, że źle dobrana kontrola może dać oszacowanie bardziej obciążone niż brak kontroli. Ten sam problem w prostszej postaci pokazuje wpis zakłócacz i collider – wizualizacja.

Podpis do pracy:

Rysunek 2. Oszacowania efektu długości snu na pamięć roboczą przy różnych zestawach zmiennych kontrolnych. Uwaga. Punkty to średnie z 1000 symulowanych badań (n = 500), odcinki – środkowe 95% oszacowań; linia przerywana – prawdziwy efekt całkowity (0.4). Koła oznaczają zbiory dostosowujące wyznaczone z diagramu przyczynowego.

Jak opisać w pracy

Pokaż graf w Metodzie i uzasadnij nim wybór zmiennych kontrolnych. Wysocki i in. (2022) zalecają uzasadniać dobór zmiennych kontrolnych zaproponowaną strukturą przyczynową.

Zmienne kontrolne wybrano na podstawie założonego diagramu przyczynowego (Rysunek 1). Jedyną ścieżką tylnymi drzwiami między długością snu a pamięcią roboczą była ścieżka przez poziom stresu, dlatego model uwzględniał stres. Nie kontrolowano senności w ciągu dnia (mediator) ani zgłoszenia do poradni (wspólny skutek snu i pamięci). Zgodnie z grafem praca zmianowa nie była związana z pamięcią po uwzględnieniu snu i stresu, b = 0.069, SE = 0.059, p = .238.

Na co uważać

  • Graf narysowany po analizie niczego nie uzasadnia – narysuj go wcześniej.
  • Kontrola „na wszelki wypadek”. Zmienne mierzone po X mogą być mediatorami lub zderzaczami; dobór próby według takiej zmiennej działa jak jej kontrola.
  • Interpretacja współczynników zmiennych kontrolnych. Model ustawiony pod efekt X nie odpowiada na pytania o efekty pozostałych zmiennych – szerzej we wpisie grafy przyczynowe (DAG).
  • Nieobserwowane zmienne. Niezmierzony zakłócacz też wpisz do grafu i nazwij ścieżkę, której nie zamkniesz.
Przykład reprodukowalny

DAG w R

Kod rysuje graf w ggplot2 (węzły jako etykiety, krawędzie jako strzałki), generuje dane zgodne z grafem i liczy efekt snu w ośmiu modelach regresji w 1000 powtórzeniach. Zbiory dostosowujące ustalono ręcznie z grafu, a symulacja sprawdza je liczbowo. Na końcu sprawdza jedną niezależność warunkową wynikającą z grafu. Rysunki na stronie powstały z obiektów p1 i p2 z motywem serwisu – dane, geometrie i skale są identyczne.

Graf, symulacja zestawów kontroli i implikacja testowalna

Dane wejściowe: siedem zmiennych generowanych zgodnie z grafem, 1000 badań po 500 osób (symulacja, set.seed(781) przed każdym losującym blokiem, współczynniki ustawione ręcznie).

Co odczytać: średnie, SD i środkowe 95% oszacowań efektu snu dla ośmiu zestawów kontroli; współczynnik pracy zmianowej w modelu ze snem i stresem w jednym badaniu.

Kod R rysunków 1 i 2
# Diagram przyczynowy (DAG): graf w ggplot2 i symulacja oszacowań przy różnych zestawach zmiennych kontrolnych
suppressPackageStartupMessages(library(ggplot2))
kol <- c("przyczyna i skutek" = "#000000", "zakłócacz" = "#E69F00", "mediator" = "#0072B2",
         "zderzacz" = "#D55E00", "przyczyna tylko X" = "#009E73", "przyczyna tylko Y" = "#CC79A7")   # Okabe–Ito
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank())
# 1. Graf: węzły (współrzędne ustalone ręcznie) i krawędzie
wezly <- data.frame(
  id = c("X", "Y", "C", "M", "K", "Z", "H"),
  etykieta = c("Sen (X)", "Pamięć robocza (Y)", "Stres\nzakłócacz", "Senność w dzień\nmediator",
               "Zgłoszenie do poradni\nzderzacz", "Praca zmianowa\nprzyczyna tylko X", "Hałas podczas testu\nprzyczyna tylko Y"),
  rola = c("przyczyna i skutek", "przyczyna i skutek", "zakłócacz", "mediator", "zderzacz", "przyczyna tylko X", "przyczyna tylko Y"),
  x = c(0, 4, 2, 2, 2, -2.2, 6.2), y = c(0, 0, 2, 0.9, -1.4, 0, 0))
krawedzie <- data.frame(od = c("C", "C", "X", "M", "X", "X", "Y", "Z", "H"),
                        do = c("X", "Y", "M", "Y", "Y", "K", "K", "X", "Y"))
krawedzie <- cbind(krawedzie, setNames(wezly[match(krawedzie$od, wezly$id), c("x", "y")], c("x0", "y0")),
                   setNames(wezly[match(krawedzie$do, wezly$id), c("x", "y")], c("x1", "y1")))
# Strzałka zaczyna się i kończy na brzegu prostokąta etykiety (połowa szerokości z liczby znaków)
wezly$w <- sapply(strsplit(wezly$etykieta, "\n"), function(l) max(nchar(l))) * 0.036 + 0.16
wezly$h <- ifelse(grepl("\n", wezly$etykieta), 0.24, 0.16)
brzeg <- function(dx, dy, w, h) pmin(w / pmax(abs(dx), 1e-9), h / pmax(abs(dy), 1e-9))
dl <- with(krawedzie, sqrt((x1 - x0)^2 + (y1 - y0)^2))
ux <- (krawedzie$x1 - krawedzie$x0) / dl; uy <- (krawedzie$y1 - krawedzie$y0) / dl
i0 <- match(krawedzie$od, wezly$id); i1 <- match(krawedzie$do, wezly$id)
krawedzie$o0 <- (brzeg(ux, uy, wezly$w[i0], wezly$h[i0]) + 0.05) / dl
krawedzie$o1 <- 1 - (brzeg(ux, uy, wezly$w[i1], wezly$h[i1]) + 0.08) / dl
skroc <- function(a, b, o) a + (b - a) * o
krawedzie$tylne <- krawedzie$od == "C"                         # ścieżka tylnymi drzwiami X ← C → Y
p1 <- ggplot() +
  geom_segment(data = krawedzie, aes(x = skroc(x0, x1, o0), y = skroc(y0, y1, o0),
                                     xend = skroc(x0, x1, o1), yend = skroc(y0, y1, o1), linetype = tylne),
               arrow = arrow(length = unit(3, "mm"), type = "closed"), linewidth = 0.7, colour = "grey25") +
  geom_label(data = wezly, aes(x, y, label = etykieta, colour = rola), size = 3.6, linewidth = 0.8,
             label.padding = unit(5, "pt"), lineheight = 0.95, fill = "white") +
  scale_colour_manual(values = kol, guide = "none") +
  scale_linetype_manual(values = c(`FALSE` = "solid", `TRUE` = "dashed"), guide = "none") +
  annotate("text", x = 4.3, y = 1.75, label = "linie przerywane: ścieżka tylnymi\ndrzwiami Sen ← Stres → Pamięć",
           hjust = 0, size = 3.4, colour = "grey30") +
  coord_cartesian(xlim = c(-3.3, 7.3), ylim = c(-1.9, 2.4)) + motyw +
  theme(axis.text = element_blank(), axis.title = element_blank(), panel.grid.major = element_blank(),
        legend.position = "bottom")
# 2. Symulacja zgodna z grafem: prawdziwy efekt całkowity X na Y = 0.2 + (−0.5)(−0.4) = 0.4
generuj <- function(n) {
  C <- rnorm(n); Z <- rnorm(n); H <- rnorm(n)
  X <- -0.5 * C - 0.6 * Z + rnorm(n)
  M <- -0.5 * X + rnorm(n)
  Y <- 0.2 * X - 0.4 * M - 0.4 * C - 0.5 * H + rnorm(n)
  K <- -0.5 * X - 0.5 * Y + rnorm(n)
  data.frame(X, Y, C, M, K, Z, H)
}
zestawy <- list("brak" = character(0), "stres" = "C", "stres + hałas" = c("C", "H"), "stres + praca zmianowa" = c("C", "Z"),
                "praca zmianowa" = "Z", "stres + senność (mediator)" = c("C", "M"),
                "stres + poradnia (zderzacz)" = c("C", "K"), "wszystkie" = c("C", "M", "K", "Z", "H"))
poprawny <- c(FALSE, TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, FALSE)  # zbiory dostosowujące ustalone z grafu
set.seed(781)
oszac <- t(replicate(1000, {
  d <- generuj(500)
  sapply(zestawy, function(z) coef(lm(reformulate(c("X", z), "Y"), data = d))[["X"]])
}))
wynik <- data.frame(zestaw = names(zestawy), poprawny = poprawny, srednia = colMeans(oszac),
                    sd = apply(oszac, 2, sd), q025 = apply(oszac, 2, quantile, 0.025), q975 = apply(oszac, 2, quantile, 0.975))
print(cbind(wynik[, 1:2], round(wynik[, 3:6], 3)), row.names = FALSE)
# Implikacja testowalna grafu: praca zmianowa niezależna od pamięci przy ustalonym śnie i stresie
set.seed(781)
d <- generuj(500)
print(round(summary(lm(Y ~ X + C + Z, data = d))$coefficients["Z", ], 3))
wynik$zestaw <- factor(wynik$zestaw, levels = rev(names(zestawy)))
wynik$ocena <- ifelse(wynik$poprawny, "zbiór dostosowujący", "zbiór niepoprawny")
p2 <- ggplot(wynik, aes(srednia, zestaw, colour = ocena, shape = ocena)) +
  geom_vline(xintercept = 0.4, linetype = "dashed") +
  geom_errorbar(aes(xmin = q025, xmax = q975), width = 0.25, linewidth = 0.8, orientation = "y") +
  geom_point(size = 3) +
  scale_colour_manual(values = c("#0072B2", "#D55E00"), name = NULL) +
  scale_shape_manual(values = c(16, 17), name = NULL) +
  labs(x = "Oszacowany efekt snu na pamięć (prawda = 0.4, linia przerywana)", y = "Zmienne kontrolne") +
  motyw + theme(legend.position = "bottom")
p1
Wynik w R
                      zestaw poprawny srednia    sd   q025  q975
                        brak    FALSE   0.524 0.044  0.442 0.610
                       stres     TRUE   0.400 0.045  0.316 0.485
               stres + hałas     TRUE   0.400 0.040  0.320 0.479
      stres + praca zmianowa     TRUE   0.401 0.052  0.304 0.501
              praca zmianowa    FALSE   0.561 0.049  0.467 0.662
  stres + senność (mediator)    FALSE   0.202 0.049  0.108 0.296
 stres + poradnia (zderzacz)    FALSE   0.034 0.047 -0.065 0.121
                   wszystkie    FALSE  -0.040 0.050 -0.136 0.053
  Estimate Std. Error    t value   Pr(>|t|) 
     0.069      0.059      1.182      0.238 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (symulacja i modele – funkcje bazowe rnorm(), lm(), replicate(); rysunki – pakiet ggplot2). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org

Najczęstsze pytania

Co oznacza strzałka na diagramie przyczynowym?

Założenie, że jedna zmienna bezpośrednio wpływa na drugą. Brak strzałki to też założenie – i to mocniejsze: mówi, że bezpośredniego wpływu nie ma. Strzałka nie mówi nic o sile ani kształcie zależności.

Dlaczego graf przyczynowy musi być acykliczny?

Bo zmienna nie może być własną przyczyną w tym samym momencie. Wzajemne wpływy (np. sen ↔ stres) rozpisuje się w czasie: sen w tygodniu 1 → stres w tygodniu 2 → sen w tygodniu 3, każdy pomiar jako osobny węzeł.

Czy DAG można sprawdzić na danych?

Tylko częściowo. Graf przewiduje pewne niezależności warunkowe – jeśli dane im przeczą, graf jest zły. Zgodność z danymi nie dowodzi jednak, że graf jest prawdziwy, bo wiele grafów przewiduje te same niezależności.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Greenland, S., Pearl, J., & Robins, J. M. (1999). Causal diagrams for epidemiologic research. Epidemiology, 10(1), 37–48. https://doi.org/10.1097/00001648-199901000-00008
  2. Rohrer, J. M. (2018). Thinking clearly about correlations and causation: Graphical causal models for observational data. Advances in Methods and Practices in Psychological Science, 1(1), 27–42. https://doi.org/10.1177/2515245917745629 ● Otwarty dostęp
  3. Wysocki, A. C., Lawson, K. M., & Rhemtulla, M. (2022). Statistical control requires causal justification. Advances in Methods and Practices in Psychological Science, 5(2), Article 25152459221095823. https://doi.org/10.1177/25152459221095823 ● Otwarty dostęp

Cytowania BibTeX

@article{greenland1999causal, author={Greenland, Sander and Pearl, Judea and Robins, James M.}, title={{Causal diagrams for epidemiologic research}}, journal={Epidemiology}, year={1999}, volume={10}, number={1}, pages={37--48}, doi={10.1097/00001648-199901000-00008}}
@article{rohrer2018thinking, author={Rohrer, Julia M.}, title={{Thinking clearly about correlations and causation: Graphical causal models for observational data}}, journal={Advances in Methods and Practices in Psychological Science}, year={2018}, volume={1}, number={1}, pages={27--42}, doi={10.1177/2515245917745629}}
@article{wysocki2022statistical, author={Wysocki, Anna C. and Lawson, Katherine M. and Rhemtulla, Mijke}, title={{Statistical control requires causal justification}}, journal={Advances in Methods and Practices in Psychological Science}, year={2022}, volume={5}, number={2}, eid={25152459221095823}, doi={10.1177/25152459221095823}}
R