[論文レビュー] Causal inference using invariant prediction: identification and confidence intervals

Jonas Peters, Peter Bühlmann+1 more|arXiv (Cornell University)|Jan 6, 2015

Advanced Causal Inference Techniques被引用数 4

ひとこと要約

本稿では、複数の実験的環境にわたる予測の不変性を用いた因果推論手法を提案し、干渉のもとでも予測精度を維持するモデルを選択することで、因果的予測子を同定する。因果効果の有効な信頼区間を提供し、ガウス型構造方程式モデルに干渉を加えた場合の同定可能性を確立する。

ABSTRACT

What is the difference of a prediction that is made with a causal model and a non-causal model? Suppose we intervene on the predictor variables or change the whole environment. The predictions from a causal model will in general work as well under interventions as for observational data. In contrast, predictions from a non-causal model can potentially be very wrong if we actively intervene on variables. Here, we propose to exploit this invariance of a prediction under a causal model for causal inference: given different experimental settings (for example various interventions) we collect all models that do show invariance in their predictive accuracy across settings and interventions. The causal model will be a member of this set of models with high probability. This approach yields valid confidence intervals for the causal relationships in quite general scenarios. We examine the example of structural equation models in more detail and provide sufficient assumptions under which the set of causal predictors becomes identifiable. We further investigate robustness properties of our approach under model misspecification and discuss possible extensions. The empirical properties are studied for various data sets, including large-scale gene perturbation experiments.

研究の動機と目的

• 異なる実験的設定または干渉のもとで予測性能の不変性を示す予測子を同定する手法を開発すること。
• モデルの不適合が生じる場合を含め、一般な条件下で有効な因果効果の信頼区間を提供すること。
• 特にガウス型の設定において、干渉を伴う構造方程式モデルにおける因果的予測子の理論的同定可能性を確立すること。
• 干渉のターゲットの知識や完全な構造的モデルの適合を必要とせずに因果的発見を可能にすること。
• 隠れた変数を含む設定への拡張を図り、データをインストルメンタル変数に類似した分割を用い、モデルの不適合に対するロバストネスを検討すること。

提案手法

• 観察的および干渉的レジームを含む複数の環境からのデータを収集し、予測子とアウトカムの連合分布が異なる可能性があることを想定する。
• 予測モデルを定義し、各環境におけるその予測性能（例：平均二乗誤差または対数尤度）を評価する。
• 条件付き分布の等価性に関する統計的仮説検定に基づき、すべての環境で予測性能が不変である予測子サブセットの集合を同定する。
• 高次元設定における高速近似手法（手法II）を用い、論理的回帰を用いた二値アウトカムへのフレームワークの拡張を行う。
• 漸近理論とリサンプリング技術を用いて、因果的予測子の信頼集合および因果パラメータの信頼区間を構築する。
• 干渉を伴う構造方程式モデルにこの手法を適用し、十分な正則性および分布的仮定のもとで真の因果的予測子集合の同定可能性を証明する。

実験結果

リサーチクエスチョン

• RQ1 異なる実験的環境にわたる予測性能の不変性に基づいて、因果的予測子を一貫して同定できるか？
• RQ2 不変予測フレームワークを用いた場合、因果的予測子の集合はどのような条件下で同定可能か？
• RQ3 モデルの不適合が生じる場合でも、このフレームワークのもとで有効な因果効果の信頼区間をどのように構築できるか？
• RQ4 隠れた交絡要因やフィードバック構造を含む設定へこの手法を拡張できるか？
• RQ5 実世界のデータ、例えば遺伝子の干渉実験や教育到達度データにおいて、この手法の実証的パワーとロバストネスはどの程度か？

主な発見

• 真の因果的予測子集合は、高い確率で不変モデルの集合に含まれており、ややきつい正則性条件のもとで有効な因果的発見が可能である。
• 干渉を伴うガウス型構造方程式モデルでは、干渉分布および誤差構造に関する十分な条件のもとで、因果的予測子の集合は同定可能である。
• 教育到達度データセットにおいて、成績テスト得点が学士号取得に与える効果の信頼区間は0を含まず、有意な正の因果効果を示した。
• 父親の大学教育の有無を示す指標についても、信頼区間は0を含まず、学士号取得に有意な負の因果効果があることが示された。
• 干渉ターゲットの知識や完全な因果グラフ推定を必要とせず、因果的予測子を効果的に同定できた。
• シミュレーションおよび実データ（大規模な遺伝子干渉実験など）において、この手法はロバストであることが示され、一部のケースではモデルの不適合が生じても有効な推論を提供した。