[論文レビュー] Identification of Conditional Interventional Distributions

Ilya Shpitser, Judea Pearl|arXiv (Cornell University)|Jun 27, 2012

Bayesian Modeling and Causal Inference参考文献 8被引用数 50

ひとこと要約

本稿では、ある変数集合に対する干渉が施され、その後別の変数集合に対して条件付けられた条件付き干渉分布を同定するための必要十分なグラフィカルな条件を提示する。同定可能な場合にはこれらの分布を計算するためのアルゴリズムを導入し、この問題に対するdo-計算の完全性を証明することで、グラフィカルモデルにおける因果推論を前進させる。

ABSTRACT

The subject of this paper is the elucidation of effects of actions from causal assumptions represented as a directed graph, and statistical knowledge given as a probability distribution. In particular, we are interested in predicting conditional distributions resulting from performing an action on a set of variables and, subsequently, taking measurements of another set. We provide a necessary and sufficient graphical condition for the cases where such distributions can be uniquely computed from the available information, as well as an algorithm which performs this computation whenever the condition holds. Furthermore, we use our results to prove completeness of do-calculus [Pearl, 1995] for the same identification problem.

研究の動機と目的

• 観測データと因果グラフから、条件付き干渉分布が一意に同定可能となる条件を特定すること。
• 同定が可能である場合にその分布を計算するためのアルゴリズムを開発すること。
• 条件付き干渉の同定問題に対するdo-計算の完全性を確立すること。
• ある変数集合に対する干渉と、その後に別の変数集合に対する条件付けが可能な因果的推論のための条件を形式化すること。

提案手法

• 本稿では、因果的仮定を有向無閉路グラフ（DAGs）で表現し、条件付き干渉分布の同定のためのグラフィカル基準を定義する。
• グラフィカル条件を満たす場合には、do-計算の規則に基づく再帰的アルゴリズムを導入し、同定された分布を計算する。
• 本手法は、do-式と条件付き確率の操作に、do-計算の規則を用いて観測データから推定量を導出することに依存する。
• 著者らは、干渉分布の文脈において「m-分離」と「d-分離」の概念を定義・分析し、同定条件を導出する。
• アルゴリズムは、ターゲットの干渉分布が観測分布で表現可能な形に、do-計算の規則を再帰的に適用することで変換する。
• 完全性の証明により、分布が同定可能であれば、do-計算の規則のみでその表現を導出可能であることが示される。

実験結果

リサーチクエスチョン

• RQ1 ある変数集合に対する干渉の後に、別の変数集合に対して条件付けられた結果の分布が、どのようなグラフィカルな条件下で同定可能か。
• RQ2 同定可能な場合に、そのような条件付き干渉分布を計算するためのアルゴリズム的手順が存在するか。
• RQ3 do-計算フレームワークが、条件付き干渉分布の同定に対して完全であることを証明できるか。
• RQ4 DAGにエンコードされた構造的仮定は、条件付けの下での干渉分布の同定可能性とどのように関係するか。

主な発見

• 半マルコフ因果的因果モデルにおいて、条件付き干渉分布の同定のための必要十分なグラフィカルな条件が確立された。
• グラフィカル条件が満たされる場合には、その分布を計算するアルゴリズムが提供され、正しさと完全性が保証される。
• do-計算が条件付き干渉分布の同定に対して完全であることが証明された。これは、すべての同定可能なケースが、do-計算の規則のみで解けることを意味する。
• 結果として、干渉が完全に観測されていなくても、条件付けの下での干渉後分布の予測が可能になるなど、因果推論の範囲が拡張された。