[논문 리뷰] Partial Counterfactual Identification from Observational and Experimental Data

Junzhe Zhang, Jin Tian외 1명|arXiv (Cornell University)|2021. 10. 12.

Bayesian Modeling and Causal Inference참고 문헌 39인용 수 10

한 줄 요약

이 논문은 관찰 데이터와 실험 데이터를 통합한 인과도를 활용하여 반사적 확률을 경계짓는 새로운 프레임워크를 제안한다. 저자들은 모든 반사적 분포가 유한한 외생 변수를 가진 표준형 이산 구조적 인과 모델(이하 SCM)의 가족에 의해 동일하게 표현될 수 있음을 보여주며, 부분 식별 문제를 다항 프로그래밍 문제로 환원함으로써 몬테카를로 근사법을 통해 최적의 경계를 도출한다. 이는 인과 추론 분야에서 오랫동안 남아있던 과제에 대한 체계적인 해결책을 제공한다.

ABSTRACT

This paper investigates the problem of bounding counterfactual queries from an arbitrary collection of observational and experimental distributions and qualitative knowledge about the underlying data-generating model represented in the form of a causal diagram. We show that all counterfactual distributions in an arbitrary structural causal model (SCM) could be generated by a canonical family of SCMs with the same causal diagram where unobserved (exogenous) variables are discrete with a finite domain. Utilizing the canonical SCMs, we translate the problem of bounding counterfactuals into that of polynomial programming whose solution provides optimal bounds for the counterfactual query. Solving such polynomial programs is in general computationally expensive. We therefore develop effective Monte Carlo algorithms to approximate the optimal bounds from an arbitrary combination of observational and experimental data. Our algorithms are validated extensively on synthetic and real-world datasets.

연구 동기 및 목표

• 관찰 및 실험 데이터만으로는 전체 식별이 불가능한 반사적 질의의 부분 식별 과제를 해결하기 위해.
• 임의의 구조적 인과 모델(SCM)에서 모든 반사적 분포가 유한한 외생 변수를 가진 표준형 이산 SCM의 가족에 의해 표현될 수 있음을 입증하기 위해.
• 반사적 확률을 경계짓는 문제를 다항 프로그래밍 문제로 전환하여 최적의 경계를 보장하기 위해.
• 유한한 관찰 및 실험 데이터로부터 이러한 최적 경계를 효율적으로 근사하기 위한 몬테카를로 알고리즘을 개발하기 위해.
• Balke와 Pearl(1994)의 도구변수 경계를 임의의 인과도로 일반화하여 인과 추론 분야에서 오랫동안 남아있던 열린 문제를 해결하기 위해.

제안 방법

• 저자들은 원래 SCM의 기능적 행동에 기반해 미관측 외생 변수를 유한한 도메인으로 이산화하는 표준형 이산 SCM의 가족을 도입한다.
• 임의의 SCM에서 관측 변수에 대한 모든 반사적 분포가 이러한 이산 표준형 SCM에 의해 정확히 재현될 수 있음을 증명하며, 인과도의 구조를 유지한다.
• 부분 식별 문제를 표준형 SCM의 매개변수에 대한 다항 프로그래밍 과제로 재구성함으로써, 반사적 확률에 대한 증명 가능 최적 경계를 도출한다.
• 외생 변수의 유한한 도메인을 활용해 미관측 변수 실현값에 대한 분할을 정의함으로써 기능적 의존 관계의 정확한 표현이 가능해진다.
• 관측된 데이터 제약 조건 하에 표준형 SCM의 매개변수 공간에서 샘플링을 통해 최적 경계를 근사하기 위한 몬테카를로 알고리즘을 개발한다.
• 모든 가능한 구조적 함수를 포괄하기 위해 함수의 가설 클래스(예: h_Z^{(i)}, h_X^{(j)}, h_Y^{(k)})를 사용해 미관측 변수 도메인의 분할을 정의한다.

실험 결과

연구 질문

• RQ1 임의의 구조적 인과 모델에서 반사적 분포는 유한한 외생 변수를 가진 표준형 이산 SCM의 가족으로 표현될 수 있는가?
• RQ2 반사적 확률을 경계짓는 문제를 최적 경계를 도출할 수 있는 다항 프로그래밍 과제로 변환할 수 있는가?
• RQ3 유한한 관찰 및 실험 데이터 조합으로부터 최적 경계를 효율적으로 근사할 수 있는가?
• RQ4 표준형 SCM 표현은 모든 반사적 분포를 유지하면서 체계적인 부분 식별을 가능하게 하는가?
• RQ5 이 프레임워크는 Balke와 Pearl(1994)의 도구변수 경계를 임의의 인과도로 일반화할 수 있는가?

주요 결과

• 임의의 구조적 인과 모델에서 모든 반사적 분포는 원래의 미관측 변수 도메인의 크기와 관계없이, 유한한 외생 변수를 가진 표준형 이산 SCM의 가족에 의해 정확히 표현될 수 있다.
• 표준형 SCM에서 외생 변수 도메인의 기수는 각 관측 변수의 가능한 기능적 행동 수의 곱으로 유 bounds되며, 예를 들어 3변수 시스템의 경우 2×4×4=32이다.
• 부분 식별 문제는 다항 프로그래밍 과제로 환원되며, 이에 대한 해는 주어진 데이터와 인과도 조건 하에서 증명 가능한 최적 경계를 제공한다.
• 몬테카를로 알고리즘은 유한한 데이터로부터 최적 경계를 효과적으로 근사하며, 합성 및 실제 데이터 세트에서의 검증을 통과했다.
• 표준형 SCM 구성은 가역적이지 않다: 원래 SCM의 독립성 제약 조건으로 인해 모든 이산 SCM이 동일한 반사적 분포를 가진 연속 SCM에 대응하지는 않는다.
• 이 방법은 Balke와 Pearl(1994)의 도구변수 경계를 임의의 인과도 및 데이터 조합으로 일반화함으로써 오랫동안 남아있던 열린 문제를 해결한다.