[论文解读] Causal Inference through a Witness Protection Program

Ricardo Silva, Robin J. Evans|arXiv (Cornell University)|Jun 2, 2014

Bayesian Modeling and Causal Inference参考文献 36被引用 14

一句话总结

本文提出了一种名为证人保护计划（WPP）的新因果推断方法，该方法利用观测到的条件独立性，在放宽忠实性假设的条件下，生成平均因果效应（ACE）的后验边界。通过使用松弛参数建模路径抵消，并结合线性规划与贝叶斯推断，WPP 提供了对模型误设不敏感的稳健、诚实边界，相较于点估计量更具鲁棒性。

ABSTRACT

One of the most fundamental problems in causal inference is the estimation of a causal effect when variables are confounded. This is difficult in an observational study, because one has no direct evidence that all confounders have been adjusted for. We introduce a novel approach for estimating causal effects that exploits observational conditional independencies to suggest "weak" paths in a unknown causal graph. The widely used faithfulness condition of Spirtes et al. is relaxed to allow for varying degrees of "path cancellations" that imply conditional independencies but do not rule out the existence of confounding causal paths. The outcome is a posterior distribution over bounds on the average causal effect via a linear programming approach and Bayesian inference. We claim this approach should be used in regular practice along with other default tools in observational studies.

研究动机与目标

• 解决在观察性研究中，当混杂变量未被观测或测量不完全时，估计因果效应的挑战。
• 放宽因果发现中使用的严格忠实性假设，允许不同程度的路径抵消，同时仍能推导出条件独立性。
• 在不依赖于在有限样本条件下可能不稳定的点估计量的前提下，提供计算高效的、基于后验分布的平均因果效应（ACE）边界。
• 开发一个整合工具变量推理、线性规划与贝叶斯推断的框架，以生成保守且可解释的边界。
• 提供一种实用的默认工具，适用于观察性研究，平衡信息量与对未观测混杂因素的鲁棒性。

提出的方法

• 该方法引入松弛参数（εw, εx, εy, β）以建模忠实性部分违反的情况，即使因果路径未被完全阻断，也能允许条件独立性存在。
• 利用 Entner 等人的条件独立性规则，从观测数据中识别潜在的工具变量结构（例如，W → X → Y）。
• 将线性规划方法适配于在由观测到的条件独立性和松弛参数导出的约束下，计算 ACE 的紧致边界。
• 开发符号近似方法以避免完整数值优化，通过类似消息传递的更新机制实现更快计算。
• 对松弛参数应用贝叶斯分层模型，使用非信息性先验（例如 [0,1] 上的均匀分布），以获得边界上的后部分布。
• 该框架支持通过算法进行模型选择，评估候选证人变量（如 DM, RENAL），并通过 MCMC 抽样评估敏感性。

实验结果

研究问题

• RQ1 当可能存在未观测混杂因素但观测到条件独立性时，我们如何估计平均因果效应的边界？
• RQ2 在仍能从观察性数据中推导出有效因果边界的前提下，我们能在多大程度上放宽忠实性假设？
• RQ3 我们能否开发一种计算高效的算法，结合线性规划与贝叶斯推断，以生成对因果效应的稳健、诚实边界？
• RQ4 在存在弱混杂或隐藏混杂的情况下，松弛参数如何影响所得边界的紧致性和可解释性？
• RQ5 该框架能否超越简单的工具变量链（W → X → Y）结构，推广至具有未知因果顺序的更复杂因果结构？

主要发现

• 该方法成功生成了平均因果效应（ACE）的后部分布，其下界 95% 可信区间包含零，表明对因果效应是否存在存在不确定性。
• 在流感疫苗数据的真实世界应用中，后验均值 ACE 估计为 -0.0007，标准差为 0.0009，表明可能存在有害效应，但区间较宽。
• 使用证人变量 DM 时，ACE 的后验期望区间为 [0.01, 0.02]，表明存在微小但正向效应，尽管仍存在不确定性。
• 松弛参数的估计均值分别为：εw = 0.38，εx = εy = 0.02，β = 0.99，表明忠实性假设被适度放宽。
• 符号近似方法显著降低了计算成本，同时保持了准确性，使方法可扩展至更大规模问题。
• 在模型误设情况下，该方法优于点估计量，因其避免了强假设，即使在弱工具变量或隐藏混杂情况下也保持鲁棒性。