Les stratégies d'ajustement causal s'appuient habituellement sur la connaissance (présumée) de la structure DAG sous-jacente à la génération de données. Par contre, l'hypothèse que le présumé DAG est lui-même correct est très solide et peut être assouplie pour permettre que les structures graphiques dont les directionalités présentent de l'incertitude soient proposées -- par exemple, les graphes acycliques partiellement complets permettent à la direction des liens entre les nodes dans le graphe d'être inconnus. Par conséquent, de telles structures n'ont pas été étudiées jusqu'à présent de façon détaillée en ce qui a trait à leur implication dans les procédures statistiques. Ce sujet examenera ces structures plus générales et de quelles façons elles transforment l'approche du praticien à l'ajustement causal.