[論文レビュー] Testing Identifiability of Causal Effects

David Galles, Judea Pearl|arXiv (Cornell University)|Feb 20, 2013

Bayesian Modeling and Causal Inference参考文献 7被引用数 55

ひとこと要約

この論文は、測定されていない変数を含む因果グラフにおける因果効果の同定可能性をテストする多項式時間アルゴリズムを提示する。この手法は、変数集合に対する単一の介入の効果が観測データの用語で表現可能かどうかを体系的に決定し、同定可能である場合、介入による特定の目的を達成する確率の閉形式表現を導出する。

ABSTRACT

This paper concerns the probabilistic evaluation of the effects of actions in the presence of unmeasured variables. We show that the identification of causal effect between a singleton variable X and a set of variables Y can be accomplished systematically, in time polynomial in the number of variables in the graph. When the causal effect is identifiable, a closed-form expression can be obtained for the probability that the action will achieve a specified goal, or a set of goals.

研究の動機と目的

• 因果モデルに測定されていない交絡要因が存在する状況で因果効果を評価する課題に対処すること。
• 観測データのみから因果効果が同定可能かどうかを体系的に判断する手法を開発すること。
• 大規模な因果グラフにおける同定可能性をテストする計算的に効率的な手順（多項式時間）を提供すること。
• 同定可能である場合に、介入の目的を達成する確率の閉形式表現を導出すること。
• すべての変数が観測されない現実世界の設定において、実用的な因果推論を可能にすること。

提案手法

• do計算式とグラフに基づく基準を用いて、観測データからの因果効果の同定可能性を判断する。
• 変数の数に多項式的に依存する時間で、因果グラフを走査して同定可能性をテストする体系的なアルゴリズムを適用する。
• バックドアおよびフロントドア基準を、より一般的な同定可能性テストの特殊ケースとして扱う。
• 同定可能性が確認された場合、介入分布の閉形式表現を構築する。
• 条件付き独立性とd分離を用いて、調整集合の妥当性を検証する。
• 同定可能性の問題を、因果図の構造に基づくグラフ理論的意思決定手順に還元する。

実験結果

リサーチクエスチョン

• RQ1 測定されていない交絡要因が存在する状況で、変数集合に対する単一の介入の因果効果は同定可能か？
• RQ2 大規模な因果グラフにおける同定可能性をテストする計算的に効率的な方法はあるか？
• RQ3 介入分布の閉形式表現を導出できる条件は何か？
• RQ4 同定可能性が成立する場合、特定の結果を介入で達成する確率はどのように計算できるか？
• RQ5 どのようなグラフ理論的性質が、因果効果の同定可能性を決定づけるか？

主な発見

• 因果グラフ内の変数数に多項式的に依存する時間で、因果効果の同定可能性をテストできる。
• 同定可能である場合、グラフ構造から直接的に介入分布の閉形式表現を導出できる。
• この手法はバックドアおよびフロントドア基準を一般化し、それらを包含する。
• アルゴリズムは、観測データのみで因果推論が可能かどうかを体系的かつ自動的に評価する手段を提供する。
• 同定可能性が成立する場合、介入が望ましい結果を達成する確率の計算が可能になる。
• 同定可能性の意思決定手順を提供することにより、測定されていない交絡要因が存在する状況でも実用的な因果推論を可能にするフレームワークを提供する。