¿Qué es una variable instrumental?

La variable instrumental (instrumental variable, IV) es una variable utilizada en estadística y aprendizaje automático para resolver el problema de endogeneidad, cuando la variable independiente está correlacionada con el error del modelo, lo que distorsiona la estimación de los efectos causales.

La IV debe cumplir con dos condiciones clave:

1. Relación con la variable explicativa: la variable instrumental debe estar correlacionada con la variable independiente problemática.
2. Ausencia de influencia directa en la variable dependiente: la IV afecta el resultado solo a través de la variable explicativa, no directamente ni a través de factores ocultos.

Ejemplo: si queremos evaluar el impacto de la educación en los ingresos, pero la educación puede estar relacionada con factores no observados (por ejemplo, motivación), entonces se puede usar, por ejemplo, la distancia al centro educativo más cercano como IV — afecta la educación, pero no directamente los ingresos.

El uso de variables instrumentales permite obtener estimaciones más confiables de las relaciones causales, especialmente en tareas de inferencia causal y modelado uplift.