[論文レビュー] Discussion of "The Blessings of Multiple Causes" by Wang and Blei

Kosuke Imai, Zhichao Jiang|arXiv (Cornell University)|Oct 15, 2019

Advanced Causal Inference Techniques参考文献 12被引用数 5

ひとこと要約

この記事は、WangとBleiが提案した因果推論における複数処置の下での未測定交絡要因を想定したデコンファウンダー法を批判的に評価する。この手法の限界、特に強い仮定に依存することやモデルの誤指定に敏感であることに対処するため、パラメトリック拡張、インスツルメンタル変数、確率的介入の3つの代替手法を提案する。

ABSTRACT

This commentary has two goals. We first critically review the deconfounder method and point out its advantages and limitations. We then briefly consider three possible ways to address some of the limitations of the deconfounder method.

研究の動機と目的

• 複数処置と未測定交絡要因が存在する因果推論におけるデコンファウンダー法の利点と限界を評価すること。
• 特に条件付き独立性と重複性（overlap）を含む、デコンファウンダー法の根幹となる仮定を特定し、実務における妥当性を評価すること。
• パラメトリックモデリング、インスツルメンタル変数、確率的介入の3つの代替手法を提案し、デコンファウンダー法の限界を是正すること。
• 処置間の因果関係がデコンファウンダー法の妥当性に与える影響を検討すること。
• 固定処置仮定が問題となる状況において、確率的介入を用いることで、固定処置効果の推定に代替可能なより頑健な手法を探索すること。

提案手法

• デコンファウンダー法は、潜在的交絡要因（代替交絡要因）を観測された処置から要因モデルを用いて推定する。これは、潜在的要因の下で処置が条件付き独立であると仮定する。
• 推定された代替交絡要因を回帰モデルで調整することで平均因果効果を推定し、次の式を用いる：$\tau(\bm{a},\bm{a}^\prime) = \mathbb{E}[\mathbb{E}(Y_i|\bm{A}_i=\bm{a},\widehat{\bm{Z}}_i) - \mathbb{E}(Y_i|\bm{A}_i=\bm{a}^\prime,\widehat{\bm{Z}}_i)]$。
• 診断チェックとして、各処置が他の処置と推定された要因の下で条件付き独立であるかを検証する：$A_{ij} \perp\!\!\!\perp \bm{A}_{i,-j} \mid \widehat{\bm{Z}}_i$。
• この手法は、無視可能性（$Y_i(\bm{a}) \perp\!\!\!\perp \bm{A}_i \mid \bm{Z}_i$）、潜在的要因の下での処置間の条件付き独立性、および重複性（$p(\bm{A}_i \in \mathcal{A}^* \mid \bm{Z}_i) > 0$）という重要な仮定に依存する。
• 本記事では、確率的介入を代替手法として提案し、効果を次式で推定する：$\delta(p_1,p_0) = \mathbb{E}\left[\int Y_i(\bm{a})p_1(\bm{a})d\bm{a} - \int Y_i(\bm{a})p_0(\bm{a})d\bm{a}\right]$、推定器は$\hat{\delta}(p_1,p_0) = \sum_{i=1}^n Y_i \frac{p_1(\bm{A}_i) - p_0(\bm{A}_i)}{\hat{p}(\bm{A}_i|\bm{Z}_i)}$。
• 処置が互いに影響し合う場合の内生性問題に対処するため、経済学における制御関数法を参考にしたインスツルメンタル変数ベースの手法を提案する。

実験結果

リサーチクエスチョン

• RQ1 複数処置と未測定交絡要因が存在する状況で、デコンファウンダー法がどのような条件下で有効な因果推論を提供するか。
• RQ2 処置間の因果関係によって引き起こされる条件付き独立性仮定の違反が、デコンファウンダー法の妥当性にどのように影響するか。
• RQ3 推定された代替交絡要因に依存する重複性仮定が、デコンファウンダー法の一般化可能性にどの程度制限を及えるか。
• RQ4 モデルの誤指定によってデコンファウンダー法が失敗した場合、確率的介入が固定処置効果の推定に比べてより頑健な代替手段となるかどうか。
• RQ5 解釈可能な要因モデル（例：トピックモデル）を用いて処置分布を定義することで、因果推定に意味のある処置分布を導入する意義は何か。

主な発見

• デコンファウンダー法は、推定された要因の下で処置間の条件付き独立性をチェックする診断ツールを提供し、潜在的交絡要因やモデルの誤指定を検出できる。
• この手法の妥当性は、処置が潜在的要因の下で条件付き独立であるという仮定に強く依存しており、処置同士が因果的に影響し合う場合にはこの仮定が破綻する。
• 重複性仮定は問題である。推定された代替交絡要因$\widehat{\bm{Z}}_i$は観測された処置の関数であるため、処置値のサポートが制限され、外挿が生じる可能性がある。
• 追加のパラメトリック制約がなければ、デコンファウンダー法は非パラメトリック同定を達成できない。これは、実務応用における限界を生じる可能性がある。
• 確率的介入は、固定値ではなく処置の分布に対する効果を推定する代替手法として有効であり、重複性の問題を回避し、処置間の因果関係をモデル化可能である。
• インスツルメンタル変数ベースの手法やパラメトリック拡張は、デコンファウンダー法の仮定が破綻した場合や処置効果が相互に依存する場合に、より頑健な推定を可能にする。