[論文レビュー] DoWhy: An End-to-End Library for Causal Inference

Amit Sharma, Emre Kıcıman|arXiv (Cornell University)|Nov 9, 2020

Advanced Causal Inference Techniques参考文献 5被引用数 15

ひとこと要約

DoWhy は、因果推論を4つの統一的ステップ（モデル、特定、推定、検証）に体系化する、オープンソースでエンドツーエンドの Python ライブラリです。非専門家がグラフィカルモデルと do 計算を用いて因果モデルを構築でき、EconML や CausalML との統合を含む複数の統計的手法で因果効果を推定し、自動的に検証手法を用いて頑健性をテストすることで、データサイエンティストにおける因果推論の信頼性とアクセス可能性を著しく向上させます。

ABSTRACT

In addition to efficient statistical estimators of a treatment's effect, successful application of causal inference requires specifying assumptions about the mechanisms underlying observed data and testing whether they are valid, and to what extent. However, most libraries for causal inference focus only on the task of providing powerful statistical estimators. We describe DoWhy, an open-source Python library that is built with causal assumptions as its first-class citizens, based on the formal framework of causal graphs to specify and test causal assumptions. DoWhy presents an API for the four steps common to any causal analysis---1) modeling the data using a causal graph and structural assumptions, 2) identifying whether the desired effect is estimable under the causal model, 3) estimating the effect using statistical estimators, and finally 4) refuting the obtained estimate through robustness checks and sensitivity analyses. In particular, DoWhy implements a number of robustness checks including placebo tests, bootstrap tests, and tests for unoberved confounding. DoWhy is an extensible library that supports interoperability with other implementations, such as EconML and CausalML for the the estimation step. The library is available at https://github.com/microsoft/dowhy

研究の動機と目的

• 因果モデリングに熟練していない実務家を対象に、因果推論における体系的で使いやすいフレームワークの欠如に対処すること。
• 因果グラフに基づくアプローチにより、モデルの仮定を明示的かつ検証可能なものにすることで、因果推論への入り口を低くすること。
• グラフィカルモデルと潜在的アウトカムフレームワークを統合する一貫したインターフェースを提供し、多様な推定手法をサポートすること。
• 検証手法を用いた自動化された頑健性チェックにより、未検証の仮定に対する因果推定の妥当性を検証できるようにすること。
• 理論的因果推論と実践的応用の間のギャップを埋めるために、拡張可能で相互運用可能でオープンソースなツールを提供すること。

提案手法

• ライブラリは4つの主要ステップに基づいて構造化されている：モデル（事前知識を因果グラフとして形式化）、特定（do 計算とグラフ基準を用いて推定可能な量を特定）、推定（EconML や CausalML からの統計推定器を含む）、検証（複数の検証手法を用いた頑健性テスト）。
• グラフィカルモデルと do 計算を用いて因果仮定を符号化・検証し、すべてのモデリング意思決定が明示的かつ分析可能であることを保証する。
• 特定ステップでは、バックドア、フロントドア、インストルメンタル変数、および媒介に基づく推定可能な量の複数の基準をサポートする。
• 推定では、パラメトリック およびノンパラメトリック手法を活用し、傾向スコアの層別化、逆確率重み付け、および EconML を通じた二重機械学習などの機械学習ベース推定器を含む。
• 検証手法には、プラセボ処置、ダミーのアウトカム、ランダムな共通原因、観察されない交絡要因のシミュレーション、データサブセットの検証、ブートストラップ検証が含まれ、モデリング、特定、推定の各段階における頑健性をテストする。
• ライブラリは拡張可能に設計されており、4つのステップを独立して実装・組み合わせ可能であり、既存の統計および機械学習ライブラリとの統合をサポートする。

実験結果

リサーチクエスチョン

• RQ1 因果モデリングに深い専門知識を持たないデータサイエンティストが、因果推論をどのように容易に利用できるようにできるか？
• RQ2 モデリング、特定、推定、検証の4つのコアステージを1つのワークフローに統合する、どのような体系的フレームワークが可能か？
• RQ3 真の値が入手できない状況において、自動化された検証手法が因果推定の信頼性をどのように向上させられるか？
• RQ4 ライブラリが、因果モデリングおよび推定における未検証の仮定に起因する誤りをどの程度低減できるか？
• RQ5 因果推論ツールは、既存の機械学習および計量経済学ライブラリとどのように相互運用可能に設計できるか？

主な発見

• DoWhy は、因果モデリング、特定、推定、検証を明示的かつ体系的に行う、原則に裏付けられた4段階フレームワークを提供し、臨機応変な仮定への依存を低減する。
• バックドア、フロントドア、インストルメンタル変数、および媒介に基づく推定の複数の基準をサポートしており、多様なデータ環境に柔軟に適応可能な因果分析を可能にする。
• EconML や CausalML との統合により、二重機械学習などの高度な推定器を活用でき、高次元の交絡要因に対しても性能が向上する。
• プラセボ処置やランダムな共通原因のテストを含む自動化された検証手法により、誤った因果効果を効果的に検出でき、推定された因果効果の頑健性を検証するのに成功している。
• ライブラリの設計により、各ステップをモジュール式に拡張可能であり、研究者や実務家が新しいモデル、推定器、検証技術を独立して統合できる。
• DoWhy は、2300以上の GitHub スターと31人のコントリビュータを獲得し、産業界および学術界での広範な採用が確認されており、コミュニティ参加の高さと実用的価値の両方を示している。