[논문 리뷰] A review of some recent advances in causal inference

Marloes H. Maathuis, Preetam Nandy|arXiv (Cornell University)|2015. 06. 25.

Bayesian Modeling and Causal Inference참고 문헌 58인용 수 4

한 줄 요약

이 논문은 대규모 관측 데이터에 대한 원인 인과 추론의 최근 발전을 검토하며, 원인 구조가 알려져 있거나 알려지지 않은 경우 원인 효과를 추정하는 방법에 중점을 둔다. 그래픽 모델, do-계산법, IDA 및 FCI와 같은 알고리즘을 통해 구조 학습 및 원인 효과 추정을 제시하며, 실제 과학적 응용에서의 실용성과 불확실성 정량화에 중점을 둔다.

ABSTRACT

We give a selective review of some recent developments in causal inference, intended for researchers who are not familiar with graphical models and causality, and with a focus on methods that are applicable to large data sets. We mainly address the problem of estimating causal effects from observational data. For example, one can think of estimating the effect of single or multiple gene knockouts from wild-type gene expression data, that is, from gene expression measurements that were obtained without doing any gene knockout experiments. We assume that the observational data are generated from a causal structure that can be represented by a directed acyclic graph (DAG). First, we discuss estimation of causal effects when the underlying causal DAG is known. In large-scale networks, however, the causal DAG is often unknown. Next, we therefore discuss causal structure learning, that is, learning information about the causal structure from observational data. We then combine these two parts and discuss methods to estimate (bounds on) causal effects from observational data when the causal structure is unknown. We also illustrate this method on a yeast gene expression data set. We close by mentioning several extensions of the discussed work.

연구 동기 및 목표

• 그래픽 모델과 인과성에 익숙하지 않은 연구자들을 대상으로 현대적 원인 인과 추론 방법에 대한 종합적이면서도 접근하기 쉬운 검토를 제공하기 위해.
• 특히 랜덤화 실험을 시행하기 어려운 관측 데이터에서 유래된 대규모 데이터셋에 적용 가능한 기법에 중점을 두기 위해.
• 원인 질문과 비원인 질문, 관측 데이터와 실험 데이터 사이의 차이를 명확히 하여 적절한 문제 정의를 안내하기 위해.
• 원인 구조가 알려져 있거나 알려지지 않은 경우 원인 효과를 추정하는 방법, 구조 학습 및 조정 기준을 포함하여 제시하기 위해.
• 불확실성 정량화 및 랜덤화 실험 대비 관측 데이터의 한계와 같은 열린 과제를 부각시키기 위해.

제안 방법

• 원인 관계와 조건부 이상성 구조를 표현하기 위해 그래픽 모델(DAGs, CPDAGs, MAGs, PAGs)을 사용한다.
• 도-계산법과 백도어 기준을 적용하여 간섭 분포를 추정하기 위한 유효한 조정 집합을 식별한다.
• 제약 기반(예: PC, FCI) 및 점수 기반 방법을 사용하여 관측 데이터로부터 원인 구조 학습을 수행한다.
• 원인 그래프가 부분적으로 알려진 경우에 관측 데이터로부터 원인 효과를 추정하기 위한 IDA 및 JointIDA를 도입한다.
• 표본 분할 및 잔차 기반 접근 방식을 활용하여 원인 효과 추정의 불확실성 정량화를 향상시킨다.
• 고차원 및 이질적인 데이터(시간 시리즈 및 숨겨진 혼란 변수 포함)에 적합하도록 FCI, RFCI, FCI+와 같은 알고리즘을 변형한다.

실험 결과

연구 질문

• RQ1 기본 원인 구조가 알려진 경우에 관측 데이터로부터 원인 효과를 어떻게 추정할 수 있는가?
• RQ2 특히 고차원 또는 복잡한 설정에서 관측 데이터로부터 원인 구조를 학습하는 데 사용 가능한 방법은 무엇인가?
• RQ3 원인 구조가 알려지지 않은 경우 IDA 및 JointIDA와 같은 알고리즘을 사용하여 원인 효과의 크기를 어떻게 추정할 수 있는가?
• RQ4 관측 데이터가 원인 효과를 추정하는 데 가지는 한계는 무엇이며, 추정치의 불확실성은 어떻게 적절히 정량화할 수 있는가?
• RQ5 원인 인과 추론 기법은 시간 시리즈, 은폐 변수, 이질적인 데이터 소스를 다루기 위해 어떻게 적응시킬 수 있는가?

주요 결과

• 원인 구조가 알려져 있을 경우 그래픽 모델과 도-계산법을 사용하여 관측 데이터로부터 원인 인과 추론이 가능하지만, 결과는 측정되지 않은 혼란 변수와 모델 가정에 민감하다.
• 백도어 기준은 유효한 조정을 위한 충분조건를 제공하며, 최근 연구에서는 다양한 그래프 유형에서 조정을 위한 必要 및 충분 조건가 설정되었다.
• IDA 및 JointIDA를 통해 전체 원인 그래프가 알려지지 않은 경우에도 직접 원인 효과를 추정할 수 있으나, IDA에서 회귀 분석을 통한 표준 오차는 진정한 불확실성을 과소평가한다.
• FCI, RFCI, FCI+와 같은 알고리즘은 은폐 변수 및 피드백 루프가 존재하는 상황에서도 원인 구조 학습이 가능하며, RFCI는 고차원 일致성에 대해 수학적으로 증명되었다.
• 시간 시리즈 데이터는 동시적 및 지연된 의존성을 모델링함으로써 원인 인과 추론에 활용될 수 있으며, VAR 모델과 잔차 기반의 구조 학습 기법이 사용된다.
• 표본 분할 및 잔차 기반 방법은 渐近적으로 타당한 신뢰구간을 도출할 수 있으며, 원인 효과 추정의 불확실성 정량화를 향상시킨다.