[论文解读] Counterexamples to "The Blessings of Multiple Causes" by Wang and Blei

Elizabeth L. Ogburn, Ilya Shpitser+1 more|arXiv (Cornell University)|Jan 17, 2020

Health Systems, Economic Evaluations, Quality of Life参考文献 8被引用 5

一句话总结

本文挑战了Wang和Blei（2019）在《Multiple Causes的祝福》中提出的去混杂方法，通过反例表明：给定潜变量时原因的条件独立性，并不意味着其与潜在结果的联合独立性。作者证明该方法因错误推理（涉及成对独立性与联合独立性的混淆）而无法控制多原因混杂，尽管在特定设定下存在参数假设，但这一缺陷破坏了原作中的关键定理。

ABSTRACT

This note has been updated (April, 2020) to respond to "Towards Clarifying the Theory of the Deconfounder" by Yixin Wang, David M. Blei (arXiv:2003.04948). This original note, posted in January, 2020, is meant to complement our previous comment on "The Blessings of Multiple Causes" by Wang and Blei (2019). We provide a more succinct and transparent explanation of the fact that the deconfounder does not control for multi-cause confounding. The argument given in Wang and Blei (2019) makes two mistakes: (1) attempting to infer independence conditional on one variable from independence conditional on a different, unrelated variable, and (2) attempting to infer joint independence from pairwise independence. We give two simple counterexamples to the deconfounder claim.

研究动机与目标

• 挑战Wang和Blei（2019）所声称的去混杂方法在控制多原因混杂方面的有效性。
• 揭示原论文中引理1至引理4推理中的逻辑缺陷，特别是从成对独立性错误推导出联合独立性的错误。
• 通过反例证明：即使潜变量Z使原因条件独立，也并不保证原因与潜在结果W的条件独立。
• 阐明去混杂方法在特定设定中成功的原因在于强参数假设，而非条件独立性本身。
• 表明Wang和Blei（2020）修订的假设导致关键定理在逻辑上不一致，因条件期望未定义。

提出的方法

• 构建两个明确的反例，其中原因在给定Z的条件下条件独立，但原因的联合分布在给定Z时并不与潜在结果W独立。
• 使用潜变量U = Z，其诱导原因之间的成对独立性，但无法阻断原因与潜在结果W之间的依赖关系。
• 证明Wang和Blei（2019）引理1中的主张——即给定Z时原因的条件独立性可推出其与W的联合条件独立性——在逻辑上无效。
• 表明即使Z是原因的确定性函数（如因子模型中的情形），反例依然成立，从而否定了去混杂方法的核心逻辑。
• 分析原论文中定理6和定理7的影响，表明尽管定理6在强参数假设下成立，但定理7因依赖于有缺陷的去混杂方法主张而失效。
• 指出问题源于当Z是A的确定性函数时，对概率为零的事件进行条件化，导致条件期望未定义。

实验结果

研究问题

• RQ1 给定潜变量Z时，多个原因的条件独立性是否意味着这些原因与潜在结果W的联合条件独立？
• RQ2 去混杂方法是否可仅基于原因的条件独立性，可靠地控制多原因混杂？
• RQ3 去混杂框架中从成对独立性到联合条件独立性的推理存在哪些逻辑缺陷？
• RQ4 Wang和Blei（2020）修订的假设如何影响原论文中定理6和定理7的有效性？
• RQ5 在何种条件下，对原因的因子模型可控制未观测混杂？这是否依赖于混杂结构？

主要发现

• 去混杂方法的主张无效：给定Z时原因的条件独立性，并不意味着原因与潜在结果W的联合条件独立。
• 反例1表明，即使在给定Z时A1与A2成对独立，(A1,A2)的联合分布在给定Z时也不与W独立。
• 反例2确认，当Z是原因的确定性函数（如Z = A3）时，去混杂方法的主张依然失效。
• 原论文定理7无效，因其依赖于有缺陷的去混杂方法主张，而该主张未能建立条件忽略性。
• 定理6在强参数假设（如恒定处理效应和聚类结构）下依然有效，但其原始论文中的证明存在缺陷。
• Wang和Blei（2020）修订的假设导致逻辑不一致，因其使条件期望E[Y|A=a, Z=z]在Z是A的确定性函数时未定义。