Relacion en la que un cambio en la variable X produce directamente un cambio en la variable Y, en contraposicion a la mera correlacion estadistica. El marco de resultados potenciales de Rubin formaliza la causalidad como la diferencia entre dos estados del mundo: Y_i(1) bajo tratamiento e Y_i(0) bajo control. La identificacion causal requiere supuestos sobre la asignacion del tratamiento que deben justificarse teorica o institucionalmente.

Promedio del efecto causal individual $\tau_i = Y_i(1) - Y_i(0)$ en la poblacion completa. Se distingue del Efecto Promedio sobre los Tratados (ATT = $E[\tau_i | D_i = 1]$) y del LATE (Efecto Local Promedio del Tratamiento) estimado por variables instrumentales. Identificar el ATE requiere supuestos de soporte comun e ignorabilidad condicional, o asignacion aleatoria al tratamiento.

Situacion en la que un regresor $x$ esta correlacionado con el termino de error $u$ del modelo, es decir, $E[u | x] \neq 0$. Sus fuentes principales son: variables omitidas correlacionadas con $x$, causalidad simultanea (simultaneidad), y error de medicion en los regresores. La endogeneidad produce estimadores MCO inconsistentes; la solucion mas comun es la estimacion por variables instrumentales o metodos de control del sesgo.

Probabilidad condicional de recibir el tratamiento dado un vector de covariables observables: $p(x) = P(D=1 | X=x)$. Rosenbaum y Rubin (1983) demostraron que, bajo el supuesto de ignorabilidad condicional ($Y(0), Y(1) \perp D | X$), los resultados potenciales son independientes del tratamiento al condicionar solo en $p(x)$. Se usa como base para matching, weighting (IPW) y estratificacion para estimar efectos causales observacionales.

Sesgo en el estimador MCO que surge cuando se excluye del modelo una variable que esta correlacionada tanto con los regresores incluidos como con la variable dependiente. Si la variable omitida $q$ satisface $\text{Cov}(x, q) \neq 0$ y $\gamma \neq 0$, el estimador de $\beta_1$ absorbe parte del efecto de $q$: $\text{plim}(\hat{\beta}_1) = \beta_1 + \gamma \cdot \delta$, donde $\delta = \text{Cov}(x,q)/\text{Var}(x)$. Este sesgo es la principal motivacion para usar instrumentos y disenios de investigacion.