[論文レビュー] Psychological and normative theories of causal power and the probabilities of causes

Clark Glymour|arXiv (Cornell University)|Jul 24, 1998

Bayesian Modeling and Causal Inference参考文献 6被引用数 3

ひとこと要約

本稿は、Cheng (1997) の因果判断の心理的理論を、ノイズありORおよびノイズありANDゲートを用いたベイジアンネットワーク枠組み内で形式化することで拡張し、任意の無閉路ネットワークへ一般化し、観察されない交絡要因が存在する場合でも直接的および総合的因果的影響を推定するための条件を提示する。主な貢献は、不確実性下での共変動データから因果的パワーを一貫して推論する原理的かつ体系的な手法の提供である。

ABSTRACT

This paper (1) shows that the best supported current psychological theory (Cheng, 1997) of how human subjects judge the causal power or influence of variations in presence or absence of one feature on another, given data on their covariation, tacitly uses a Bayes network which is either a noisy or gate (for causes that promote the effect) or a noisy and gate (for causes that inhibit the effect); (2) generalizes Cheng's theory to arbitrary acyclic networks of noisy or and noisy and gates; (3) gives various sufficient conditions for the estimation of the parameters in such networks when there are independent, unobserved causes; (4) distinguishes direct causal influence of one feature on another (influence along a path with one edge) from total influence (influence along all paths from one variable to another) and gives sufficient conditions for estimating each when there are unobserved causes of the outcome variable; (5) describes the relation between Cheng models and a simplified version of the Rubin framework for representing causal relations.

研究の動機と目的

• Cheng (1997) の心理的因果的パワー理論を、ノイズありORおよびノイズありANDゲートを備えたベイジアンネットワークとして形式化すること。
• その理論を、ノイズありORおよびノイズありANDゲートから構成される任意の無閉路グラフに一般化すること。
• 独立した観察されない原因が結果に影響を与える場合に、因果パラメータを推定するための十分条件を同定すること。
• 観察されない交絡要因が存在する状況で、直接的因果的影響と総合的因果的影響を区別し、両者を推定できること。
• 比較的分析を可能にするために、ChengモデルとRubinの潜在的アウトカム枠組みとの関係を明らかにすること。

提案手法

• 原因をノイズありOR（促進）またはノイズありAND（阻害）ゲートとして表現するベイジアンネットワークを用いて因果的判断をモデル化する。
• ノイズありORおよびノイズありANDゲートから構成される任意の無閉路グラフに、ネットワーク構造を一般化する。
• 観察されない共通原因が結果に影響を与える場合に、パラメータ推定のための十分条件を導出する。
• 単一のエッジに沿った直接的影響と、すべてのパスに沿った総合的影響を区別し、両者に対する推定条件を提供する。
• ノイズありORおよびノイズありANDメカニズムに整合する条件付き確率分布を用いて、確率的因果関係をモデル化する。
• 得られたモデルをRubinの潜在的アウトカム枠組みと関連付け、因果表現における構造的類似性を示す。

実験結果

リサーチクエスチョン

• RQ1 Cheng (1997) の因果的パワー理論は、どのようにベイジアンネットワーク枠組み内で形式的に表現できるか？
• RQ2 観察されない共通原因が存在する無閉路ネットワークにおいて、因果パラメータを推定するための条件は何か？
• RQ3 交絡要因が観察されない状況で、直接的および総合的因果的影響をどのように区別し、推定できるか？
• RQ4 ChengモデルとRubinの潜在的アウトカム枠組みの間にはどのような関係があるか？
• RQ5 観察された共変動データから因果構造が同定可能となる条件は何か？

主な発見

• Chengの心理的理論は、原因が効果を促進するか阻害するかに応じて、ノイズありORまたはノイズありANDゲートを内蔵するベイジアンネットワークに暗黙的に依存している。
• 理論は、ノイズありORおよびノイズありANDゲートから構成される任意の無閉路ネットワークへ一般化可能であり、説明的パワーを保持したままである。
• 独立した観察されない原因が結果変数に影響を与える場合でも、因果パラメータを推定するための十分条件が提示されている。
• 特定の構造的および確率的仮定の下で、単一エッジに沿った直接的因果的影響と、すべてのパスに沿った総合的因果的影響を両方とも推定可能である。
• モデルの構造と仮定が、簡略化されたRubin因果枠組みと整合的であることが示され、理論間の解釈が可能になった。
• 導出された条件下では、観察されない交絡要因が存在する状況でも、共変動データから因果的パワーを一貫して推定可能である。