[논문 리뷰] Causal Transportability of Experiments on Controllable Subsets of Variables: z-Transportability

Sanghack Lee, Vasant Honavar|arXiv (Cornell University)|2013. 09. 26.

Advanced Causal Inference Techniques참고 문헌 6인용 수 7

한 줄 요약

이 논문은 실험적으로 조작할 수 있는 변수의 부분집합(Z)만을 이용해 목표 도메인에서 원인 효과를 추정할 수 있는 z-운반 가능성(z-transportability) 프레임워크를 제안한다. 이는 Z가 간섭 집합 X와 겹칠 수 있도록 하여 z-정체성 가능성과 운반 가능성의 일반화를 이루며, do-계산법을 사용한 완전한 알고리즘과 원인 효과 추정을 위한 필요 및 충분 조건을 제공한다.

ABSTRACT

We introduce z-transportability, the problem of estimating the causal effect of a set of variables X on another set of variables Y in a target domain from experiments on any subset of controllable variables Z where Z is an arbitrary subset of observable variables V in a source domain. z-Transportability generalizes z-identifiability, the problem of estimating in a given domain the causal effect of X on Y from surrogate experiments on a set of variables Z such that Z is disjoint from X;. z-Transportability also generalizes transportability which requires that the causal effect of X on Y in the target domain be estimable from experiments on any subset of all observable variables in the source domain. We first generalize z-identifiability to allow cases where Z is not necessarily disjoint from X. Then, we establish a necessary and sufficient condition for z-transportability in terms of generalized z-identifiability and transportability. We provide a correct and complete algorithm that determines whether a causal effect is z-transportable; and if it is, produces a transport formula, that is, a recipe for estimating the causal effect of X on Y in the target domain using information elicited from the results of experimental manipulations of Z in the source domain and observational data from the target domain. Our results also show that do-calculus is complete for z-transportability.

연구 동기 및 목표

• 오직 일부 변수만 실험적으로 조작 가능한 상황에서 원인 지식을 소스 도메인에서 타겟 도메인으로 이전하는 문제에 대응하기 위해.
• 간섭 집합 X와 제어 가능한 집합 Z 간의 겹침을 允허함으로써 z-정체성 가능성을 일반화하기 위해.
• 소스 도메인의 관측 가능한 변수 중 일부만 조작 가능한 경우에 운반 가능성 개념을 확장하기 위해.
• 일반화된 z-정체성 가능성과 운반 가능성의 조합을 통해 z-운반 가능성에 대한 필수 및 필요 조건을 수립하기 위해.
• z-운반 가능성 여부를 판단하고 타겟 도메인에서 원인 효과 추정을 위한 운반 공식을 구성할 수 있는 완전한 알고리즘을 개발하기 위해.

제안 방법

• Z(조작 가능한 변수의 집합)가 X(간섭 집합)와 겹칠 수 있도록 하여, 이전의 상호배타성 가정을 완화하는 방식으로 z-정체성 가능성을 일반화한다.
• z-운반 가능성을 타겟 도메인에서 do(X) 효과를 소스 도메인의 Z에서의 실험 데이터와 타겟 도메인의 관측 데이터를 사용하여 추정하는 문제로 정의한다.
• 일반화된 z-정체성 가능성과 운반 가능성 기준을 조합하여 z-운반 가능성에 대한 필수 및 필요 조건을 수립한다.
• z-운반 가능성 여부를 확인하고 가능할 경우 운반 공식을 출력하는 정확하고 완전한 알고리즘을 개발한다.
• do-계산법을 기반 형식으로 활용하여 운반 공식을 유도하고 검증하며, z-운반 가능성에 대해 do-계산법의 완전성을 증명한다.

실험 결과

연구 질문

• RQ1 소스 도메인에서 변수의 부분집합에 대한 실험 데이터만 이용해 타겟 도메인의 원인 효과를 언제 추정할 수 있는가?
• RQ2 조작 가능한 변수 집합 Z가 간섭 집합 X와 겹칠 경우 z-정체성 가능성이 어떻게 확장될 수 있는가?
• RQ3 z-정체성 가능성과 표준 운반 가능성의 일반화를 동시에 만족하는 z-운반 가능성의 형식적 특성은 무엇인가?
• RQ4 z-운반 가능성 여부를 판단하고 운반 공식을 구성할 수 있는 완전한 알고리즘이 존재하는가?
• RQ5 do-계산법이 z-운반 가능성 하에서 모든 유효한 운반 공식을 도출하는 데에 충분한가?

주요 결과

• z-운반 가능성은 Z가 X와 겹칠 수 있도록 하여 z-정체성 가능성과 운반 가능성의 일반화를 이룩함으로써, 제한된 실험적 제어가 존재하는 실제 적용 사례에 대한 적용 범위를 넓힌다.
• 일반화된 z-정체성 가능성과 운반 가능성 기준을 기반으로 z-운반 가능성에 대한 필수 및 필요 조건이 수립되어, 실행 가능성에 대한 형식적 기준을 제공한다.
• z-운반 가능성 여부를 판단하고 효과 추정이 가능한 경우 운반 공식을 출력하는 정확하고 완전한 알고리즘이 제시된다.
• 이 논문은 do-계산법이 z-운반 가능성에 대해 완전하다는 것을 증명하였으며, 이는 모든 유효한 운반 공식이 do-계산법 규칙을 통해 도출될 수 있음을 의미한다.
• 이 프레임워크는 소스 도메인에서 Z에 대한 실험 데이터와 타겟 도메인의 관측 데이터를 조합하여 타겟 도메인에서 원인 효과 추정을 가능하게 한다.