[論文レビュー] Causal Transportability of Experiments on Controllable Subsets of Variables: z-Transportability

Sanghack Lee, Vasant Honavar|arXiv (Cornell University)|Sep 26, 2013

Advanced Causal Inference Techniques参考文献 6被引用数 7

ひとこと要約

この論文は、実験的データを提供するソースドメインで変数のサブセット（Z）のみが操作可能であるようなターゲットドメインにおける因果効果の推定を可能にするz-transportabilityという枠組みを導入する。z-identifiabilityとtransportabilityを一般化し、Zが干渉セットXと重複することを許容することで、do-記法を用いた完全なアルゴリズムおよび因果効果推定の必要十分条件を提供する。

ABSTRACT

We introduce z-transportability, the problem of estimating the causal effect of a set of variables X on another set of variables Y in a target domain from experiments on any subset of controllable variables Z where Z is an arbitrary subset of observable variables V in a source domain. z-Transportability generalizes z-identifiability, the problem of estimating in a given domain the causal effect of X on Y from surrogate experiments on a set of variables Z such that Z is disjoint from X;. z-Transportability also generalizes transportability which requires that the causal effect of X on Y in the target domain be estimable from experiments on any subset of all observable variables in the source domain. We first generalize z-identifiability to allow cases where Z is not necessarily disjoint from X. Then, we establish a necessary and sufficient condition for z-transportability in terms of generalized z-identifiability and transportability. We provide a correct and complete algorithm that determines whether a causal effect is z-transportable; and if it is, produces a transport formula, that is, a recipe for estimating the causal effect of X on Y in the target domain using information elicited from the results of experimental manipulations of Z in the source domain and observational data from the target domain. Our results also show that do-calculus is complete for z-transportability.

研究の動機と目的

• 実験的干渉が可能な変数のサブセットしか存在しない状況において、ソースドメインからターゲットドメインへの因果的知識の転送を解決すること。
• 干渉セットXと制御可能なセットZの重複を許容するようにz-identifiabilityを一般化すること。
• ソースドメインにおける観察可能な変数のサブセットしか操作できない状況へのtransportabilityの拡張。
• 一般化されたz-identifiabilityとtransportabilityを組み合わせることで、z-transportabilityの必要十分条件を確立すること。
• z-transportabilityを判定し、ターゲットドメインにおける因果効果推定のための輸送式を構築する完全なアルゴリズムの開発。

提案手法

• Z（操作可能な変数の集合）がX（干渉セット）と重複することを許容するようにz-identifiabilityを一般化し、従来の非交差性仮定を緩和する。
• z-transportabilityを、ソースドメインにおけるZからの実験的データとターゲットドメインにおける観察的データを用いて、ターゲットドメインにおけるdo(X)効果を推定する問題として定義する。
• 一般化されたz-identifiabilityとtransportabilityの基準を組み合わせることで、z-transportabilityの必要十分条件を確立する。
• z-transportabilityの判定が可能であり、必要に応じて輸送式を出力する正しい完全なアルゴリズムを開発する。
• do-記法を基盤とする形式的枠組みとして用い、輸送式の導出と検証を行い、z-transportabilityに対して完全性を証明する。

実験結果

リサーチクエスチョン

• RQ1 どのような条件下で、ソースドメインにおける変数のサブセットに関する実験的データから、ターゲットドメインにおける因果効果を推定できるか？
• RQ2 操作可能な変数の集合Zが干渉セットXと重複する場合に、z-identifiabilityをどのように拡張できるか？
• RQ3 z-identifiabilityと標準的なtransportabilityを一般化するz-transportabilityの形式的特徴付けは何か？
• RQ4 z-transportabilityを判定し、輸送式を構築する完全なアルゴリズムは存在するか？
• RQ5 do-記法は、z-transportabilityの下で、すべての有効な輸送式を導出できるか？

主な発見

• z-transportabilityは、ZがXと重複することを許容することで、z-identifiabilityとtransportabilityを一般化し、実世界の制限付き実験的制御環境への適用範囲を広げる。
• 一般化されたz-identifiabilityとtransportabilityを用いて、z-transportabilityの必要十分条件が確立され、実現可能性の形式的基準が提供される。
• z-transportabilityを判定し、効果が推定可能である場合に輸送式を出力する正しい完全なアルゴリズムが提示される。
• 本論文では、do-記法がz-transportabilityに対して完全であることを証明しており、すべての有効な輸送式がdo-記法の規則によって導出可能であることを示している。
• 本フレームワークにより、ソースドメインにおけるZからの実験的データとターゲットドメインにおける観察的データの組み合わせを用いて、ターゲットドメインにおける因果効果の推定が可能になる。