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
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:
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:
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.
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.
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
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")
p1Wynik 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()).
- 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/
- 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
Grafy przyczynowe (DAG)
Zakłócacz, mediator i zderzacz, kryterium tylnych drzwi i zbiór dostosowujący – z symulacją w R, która pokazuje koszt złej kontroli.
Czytaj →PoradnikZmienna zakłócająca i collider – wizualizacja
Trzy grafy w ggplot2, kontrola w regresji na wykresie rozrzutu, 1000 badań z każdego grafu i dobór próby według zderzacza – pięć rysunków z kodem R.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- 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
- 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
- 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}}