[論文レビュー] Partial Counterfactual Identification from Observational and Experimental Data

Junzhe Zhang, Jin Tian+1 more|arXiv (Cornell University)|Oct 12, 2021

Bayesian Modeling and Causal Inference参考文献 39被引用数 10

ひとこと要約

本稿では、観測データと実験データを組み合わせ、因果図を用いて反事後確率の境界を求めるための新規フレームワークを提案する。著者らは、任意の構造的因果モデル（SCM）におけるすべての反事後分布が、有限の外生変数をもつ標準的（canonical）な離散的構造的因果モデル（SCM）族によって同値に表現可能であることを示し、部分同定問題を多項式プログラミングに還元することで、モンテカルロ近似を用いて最適な境界を得られるようにする。これにより、因果推論分野における長年の課題に対する体系的な解決策が提供される。

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.

研究の動機と目的

• 観測データと実験データからの完全同定が不可能な状況において、反事後的問いの部分同定の課題に対処すること。
• 任意の構造的因果モデル（SCM）におけるすべての反事後分布が、有限の外生変数をもつ標準的（canonical）な離散的SCM族によって表現可能であることを確立すること。
• 反事後確率の境界付け問題を、最適な境界をもたらす多項式プログラミング問題に変換すること。
• 有限のデータからこれらの最適境界を効率的に近似するためのモンテカルロアルゴリズムを開発すること。
• BalkeとPearl（1994）の道具的変数境界を任意の因果図に一般化することで、因果推論分野における長年の未解決問題を解決すること。

提案手法

• 著者らは、元のSCMにおける関数的挙動に基づいて、未観測の外生変数を有限のドメインに離散化する、標準的（canonical）な離散的SCM族を導入する。
• 任意のSCMにおける観測変数の反事後分布が、このような離散的標準SCMによって正確に再現可能であることを証明し、因果図構造を保持する。
• 部分同定問題が、標準SCMのパラメータ上での多項式プログラミングタスクに再定式化され、これにより反事後確率の境界が証明的に最適なものとなる。
• 外生変数の有限ドメインを活用して、未観測変数実現値上の分割を定義し、関数的依存関係の正確な表現を可能にする。
• 観測データの制約下で標準SCMのパrameter空間からサンプリングすることで、最適境界の近似を実現するモンテカルロアルゴリズムを開発する。
• 関数クラス（例：h_Z^{(i)}, h_X^{(j)}, h_Y^{(k)}) を用いて未観測変数ドメインの分割を定義し、すべての可能な構造的関数をカバーする。

実験結果

リサーチクエスチョン

• RQ1 任意の構造的因果モデルにおける反事後分布は、有限の外生変数をもつ標準的（canonical）な離散的SCM族によって表現可能か？
• RQ2 反事後確率の境界付け問題を、最適な境界をもたらす多項式プログラミングタスクに変換可能か？
• RQ3 有限の観測データと実験データの組み合わせから、最適境界を効率的に近似する方法は何か？
• RQ4 標準SCM表現は、すべての反事後分布を保持するとともに、体系的な部分同定を可能にするか？
• RQ5 このフレームワークは、BalkeとPearl（1994）の道具的変数境界を任意の因果図に一般化可能か？

主な発見

• 任意の構造的因果モデルにおける反事後分布は、元の未観測変数ドメインの性質に関係なく、有限の外生変数をもつ標準的（canonical）な離散的SCM族によって正確に表現可能である。
• 標準SCMにおける外生変数ドメインの基数は、各観測変数の可能な関数的挙動の数の積によって上限が与えられ、例として3変数系では2×4×4=32となる。
• 部分同定問題は多項式プログラミングタスクに還元され、与えられたデータと因果図のもとで境界が証明的に最適なものとなる。
• モンテカルロアルゴリズムは、合成データおよび実世界データセットの両方で検証されたように、有限データからの最適境界の近似に効果的に機能する。
• 標準SCMの構築は可逆でない：元のSCMにおける独立性制約のため、すべての離散的SCMが同じ反事後分布を持つ連続的SCMに対応するわけではない。
• 本手法により、BalkeとPearl（1994）の道具的変数境界を任意の因果図およびデータの組み合わせに一般化することで、因果推論分野における長年の未解決問題が解決された。