[논문 리뷰] Causal Inference: A Missing Data Perspective

Peng Ding, Fan Li|arXiv (Cornell University)|2017. 12. 17.

Advanced Causal Inference Techniques참고 문헌 116인용 수 6

한 줄 요약

이 논문은 원인 인과 추론을 누락 데이터 문제로 프레임워크화하며, 인과 분석의 핵심이 되는 잠재적 결과가 원인 인과 분석에서와 마찬가지로 본질적으로 누락되어 있음을 보여준다. 이는 누락 데이터 문제에서의 데이터와 유사하다. 이 논문은 처리 할당이 무작위적일 조건 하에서, 인과 추론 방법(예: 보정, 가중치, 双중으로 강건한 추정)을 누락 데이터 분석의 대응 방법으로 체계적으로 매핑하고, 유한 표본 및 초과 모집단 추정치 모두에 대해 빈도주의, 베이지안, 랜덤화 기반 접근 방식을 통합한 추론 프레임워크를 제공한다.

ABSTRACT

Inferring causal effects of treatments is a central goal in many disciplines. The potential outcomes framework is a main statistical approach to causal inference, in which a causal effect is defined as a comparison of the potential outcomes of the same units under different treatment conditions. Because for each unit at most one of the potential outcomes is observed and the rest are missing, causal inference is inherently a missing data problem. Indeed, there is a close analogy in the terminology and the inferential framework between causal inference and missing data. Despite the intrinsic connection between the two subjects, statistical analyses of causal inference and missing data also have marked differences in aims, settings and methods. This article provides a systematic review of causal inference from the missing data perspective. Focusing on ignorable treatment assignment mechanisms, we discuss a wide range of causal inference methods that have analogues in missing data analysis, such as imputation, inverse probability weighting and doubly-robust methods. Under each of the three modes of inference--Frequentist, Bayesian, and Fisherian randomization--we present the general structure of inference for both finite-sample and super-population estimands, and illustrate via specific examples. We identify open questions to motivate more research to bridge the two fields.

연구 동기 및 목표

• 잠재적 결과의 누락이라는 공통 기반을 강조하여 원인 인과 추론과 누락 데이터 분석 간의 개념적 및 방법론적 다리를 구축한다.
• 역확률가중치, 보정, 이중으로 강건한 추정과 같은 표준 원인 인과 추론 방법이 누락 데이터 문헌에서 직접 대응하는 방법을 명확히 한다.
• 유한 표본 및 초과 모집단 추정치 모두에 대해 빈도주의, 베이지안, 페셔 기반 랜덤화 접근 방식을 통합한 추론 프레임워크를 통합한다.
• 특히 민감도 분석 및 비무작위 메커니즘 처리 분야에서 원인 인과 추론과 누락 데이터 방법론을 더욱 통합할 수 있는 열린 연구 질문을 규명한다.
• 응용 연구에서 이러한 통합된 방법을 구현하고 확산하기 위해 강력하고 오픈소스 소프트웨어 도구(예: R 패키지, Stan)의 사용을 적극적으로 권장한다.

제안 방법

• 관측된 결과가 할당된 치료에 해당하는 바, 관측되지 않은 잠재적 결과를 누락 데이터로 간주하여 원인 인과 추론을 누락 데이터 프레임워크 내에서 정형화한다.
• 무작위적 처리 할당 조건 하에서, 표준 누락 데이터 기법(보정, 역확률가중치, 이중으로 강건한 추정)을 적용하여 평균 치료 효과(ATE)를 추정한다.
• 빈도주의, 베이지안, 페셔 기반 랜덤화 세 가지 추론 철학에 따라 초과 모집단(PATE) 및 유한 표본(SATE) 추정치에 대한 추론 절차를 유도한다.
• SUTVA(안정된 단위 치료 값 가정) 하에서 잠재적 결과 프레임워크를 사용하여 원인 효과를 잠재적 결과의 대비로 정의하며, 각 단위에서 오직 하나의 결과만 관측된다.
• 불완전성의 원인에 대한 민감도 분석 기법을 도입하여, 무관련성 가정 위반에 대한 원인 인과 추정의 탄력성을 평가하며, 이는 비무작위적 누락 데이터 모델링과 유사하다.
• 외부 데이터 소스와 다중 보정 전략을 조합하여, 공변수, 치료 또는 결과에서 빈도가 없는 데이터가 발생하는 상황에서의 추론을 향상시킨다.

실험 결과

연구 질문

• RQ1 무작위적 할당 메커니즘 하에서, 보정, 가중치, 이중으로 강건한 추정과 같은 원인 인과 추론 방법이 누락 데이터 분석에서 어떤 대응 방법과 매핑되는가?
• RQ2 빈도주의, 베이지안, 페셔 기반 랜덤화 접근 방식의 추론 프레임워크 간의 원인 인과 추론과 누락 데이터 분석 간의 구조적 유사성은 무엇인가?
• RQ3 유한 표본(SATE)과 초과 모집단(PATE) 추정치 간의 차이가 원인 인과 추론 및 누락 데이터 맥락에서 추론 전략에 어떤 영향을 미치는가?
• RQ4 비무작위적 처리 할당 또는 누락 데이터 메커니즘의 영향은 무엇이며, 누락 데이터에서의 민감도 분석을 원인 인과 추론 맥락으로 어떻게 적응시킬 수 있는가?
• RQ5 공변수, 치료 또는 결과에서 빈도가 없는 데이터는 어떻게 다루어야 하며, 이로 인해 원인 인과 추론의 타당성이 유지될 수 있는가?

주요 결과

• 각 단위당 오직 하나의 잠재적 결과만 관측되며, 나머지는 반대 효과로서 누락되어 있기 때문에 원인 인과 추론은 본질적으로 누락 데이터 문제이다.
• 원인 인과 추론에서의 보정, 역확률가중치, 이중으로 강건한 방법은 누락 데이터 분석에서 직접적인 대응이 있으며, 공통된 이론적 기초와 추론 구조를 공유한다.
• SATE(유한 표본)와 PATE(초과 모집단) 추정치 간의 차이는 동일한 식별 가정 하에서도 서로 다른 추론 및 계산 전략을 초래한다.
• 특히 무관련성에 대한 민감도 분석은 비무작위적 누락 데이터에서의 선택 모델 및 패턴 혼합 모델과 유사한 접근 방식을 반영하지만, 구현 방식과 중점이 다르다.
• 공변수, 치료 또는 결과에서의 빈도가 없는 데이터는 원인 인과 추론에 상당한 영향을 미칠 수 있으며, 보정 방법의 선택은 누락의 성격과 신중히 일치시켜야 한다.
• R 패키지(twang, MatchIt, lme4) 및 Stan과 같은 오픈소스 소프트웨어 도구는 이러한 통합된 방법을 응용 연구에서 구현하고 확산하는 데 필수적이다.