[論文レビュー] Conducting Simulations in Causal Inference with Networks-Based Structural Equation Models

Oleg Sofrygin, Romain Neugebauer+1 more|arXiv (Cornell University)|May 29, 2017

Advanced Causal Inference Techniques参考文献 2被引用数 3

ひとこと要約

この論文は、ユーザーが定義したネットワーク構造と単位間の関数的依存関係を用いて、構造方程式モデル（SEM）を用いてネットワーク依存データをシミュレートできる、新規のRパッケージsimcausalを紹介する。静的、動的、確率的介入の下での反実仮想シミュレーションをサポートし、干渉やスプライシング効果がある設定における因果推論手法の評価のためのゴールドスタンダードベンチマークを提供する。

ABSTRACT

The past decade has seen an increasing body of literature devoted to the estimation of causal effects in network-dependent data. However, the validity of many classical statistical methods in such data is often questioned. There is an emerging need for objective and practical ways to assess which causal methodologies might be applicable and valid in network-dependent data. This paper describes a set of tools implemented in the simcausal R package that allow simulating data based on user-specified structural equation model for connected units. Specification and simulation of counterfactual data is implemented for static, dynamic and stochastic interventions. A new interface aims to simplify the specification of network-based functional relationships between connected units. A set of examples illustrates how these simulations may be applied to evaluation of different statistical methods for estimation of causal effects in network-dependent data.

研究の動機と目的

• 因果的メカニズムと依存関係が明確なネットワーク依存データをシミュレートする実用的ツールの不足に対処すること。
• 標準的なi.i.d.仮定が成り立たないネットワークデータにおける因果推論の統計的手法の厳密な評価を可能にすること。
• 単位間の複雑なネットワークベースの関数的関係を指定するための透明性と柔軟性に優れたフレームワークを提供すること。
• さまざまな介入タイプ（静的、動的、確率的）における反実仮想シミュレーションをサポートし、手法の検証を可能にすること。
• 干渉やスプライシング効果があるネットワーク設定における因果推定子のバイアス、効率性、信頼区間のカバレッジを評価するためのゴールドスタンダードベンチマークとしての役割を果たすこと。

提案手法

• 2段階のプロセスを用いる：まず、igraphなどのツールを用いてネットワーク構造（既知または確率的）を定義し、次にネットワークベースの依存関係を伴うユーザー定義SEMにより単位レベルの共変量を指定する。
• ネットワーク内の接続された単位間の複雑な関数的関係を簡潔に表現できる、新規のR構文を実装する。
• 時間変動過程と統合されたネットワークベースのSEMを用いて縦断的データのシミュレーションを可能にする。
• 静的、動的、決定論的、確率的介入を含む、さまざまな介入タイプにおける反実仮想データのシミュレーションを可能にする。
• ユーザーが因果的ターゲットパラメータ（例：治療別反実仮想平均）を定義・計算でき、モデルフリーなゴールドスタンダードを提供する。
• 真の値が分かっているデータセットを生成することで、バイアス、MSE、信頼区間カバレッジの評価が可能な、手法比較を促進する。

実験結果

リサーチクエスチョン

• RQ1 因果的メカニズムが明確なネットワーク依存データを、因果推論手法の検証のためのシミュレーションでどのように生成できるか？
• RQ2 ネットワークデータにおける干渉やスプライシング効果の下で、さまざまな因果推定子の性能特性は何か？
• RQ3 モデル仮定の違反が、ネットワーク設定における因果推定子のバイアスと効率性に与える影響は何か？
• RQ4 統合されたシミュレーションフレームワークは、ネットワークデータを用いた因果推論研究における透明性と再現性を向上させることができるか？
• RQ5 さまざまな介入タイプにおける反実仮想データをどのように生成すれば、統計的手法の評価のためのベンチマークとして機能するか？

主な発見

• simcausal Rパッケージは、ユーザーが指定したネットワーク構造と単位間の関数的依存関係を用いて、ネットワーク依存データのシミュレーションを可能にする。
• このパッケージは、静的、動的、確率的介入を含む幅広い介入タイプにおける反実仮想シミュレーションをサポートする。
• 新規のR構文により、ネットワークベースの複雑な関数的関係の指定が簡素化され、使いやすさと透明性が向上する。
• モデルフリーなゴールドスタンダードとしての因果パラメータを提供し、統計的手法のバイアスと効率性の客観的評価を可能にする。
• simcausalを用いたシミュレーションスタディにより、実世界への応用前に統計アルゴリズムの妥当性を検証でき、実装エラーを低減できる。
• 真の値が分かっているデータセットを生成することで、手法比較が可能となり、バイアス、平均二乗誤差、信頼区間カバレッジの評価が可能になる。