[论文解读] Causal Inference in the Presence of Latent Variables and Selection Bias

Peter Spirtes, Christopher Meek+1 more|arXiv (Cornell University)|Feb 20, 2013

Bayesian Modeling and Causal Inference参考文献 21被引用 188

一句话总结

本文通过利用观测变量之间的条件独立性和依赖关系，提出了一种在存在隐变量和选择偏差情况下的可靠因果推断方法。它建立了充分条件，以在存在未观测混杂因素和选择效应的情况下，自信地推断或排除因果路径，为在部分可观测条件下的因果发现提供了稳健的框架。

ABSTRACT

We show that there is a general, informative and reliable procedure for discovering causal relations when, for all the investigator knows, both latent variables and selection bias may be at work. Given information about conditional independence and dependence relations between measured variables, even when latent variables and selection bias may be present, there are sufficient conditions for reliably concluding that there is a causal path from one variable to another, and sufficient conditions for reliably concluding when no such causal path exists.

研究动机与目标

• 开发一种在存在潜在混杂因素和选择偏差可能影响观测数据时，可靠的因果发现程序。
• 识别在存在未观测因素的情况下，能够得出变量间因果路径存在或不存在的充分条件。
• 将因果发现方法扩展至超越无未测量混杂或选择偏差假设的范围。
• 提供一个正式框架，确保在部分可观测性和隐性结构条件下，其有效性与信息量。
• 确保即使数据生成过程包含隐藏变量和选择效应，关于因果关系的结论也具有信息量且可靠。

提出的方法

• 该方法依赖于分析观测变量之间的条件独立性和依赖关系，以推断因果结构。
• 基于忠实性假设和条件独立性检验，采用一种可靠且完备的算法框架。
• 通过建模选择机制如何影响观测到的条件独立关系，对选择偏差进行调整。
• 将PC算法及类似约束基方法扩展，以同时处理隐变量和选择偏差。
• 识别在隐性混杂和选择偏差下依然有效的v-结构和定向规则。
• 应用一组图论准则，以确定何时可可靠地推断或排除从X到Y的因果路径。

实验结果

研究问题

• RQ1 当存在潜在混杂因素时，何种条件下可可靠地推断一个观测变量到另一个观测变量之间的因果路径？
• RQ2 如何在因果发现算法中正式纳入选择偏差，以避免产生虚假的因果结论？
• RQ3 何种准则可帮助我们区分真实因果路径与由未观测混杂因素或选择效应引起的虚假关联？
• RQ4 当隐变量和选择偏差同时影响数据时，能否保持因果推断的可靠性与信息量？
• RQ5 在存在隐藏混杂的情况下，何种图论和条件独立性约束足以得出两个变量之间不存在因果路径的结论？

主要发现

• 本文建立了在存在隐变量和选择偏差的情况下，可靠地得出从一个变量到另一个变量存在因果路径的充分条件。
• 它提供了在相同条件下，可靠地得出两个变量之间不存在因果路径的充分条件。
• 当未观测混杂因素和选择偏差影响数据生成过程时，该方法保持了因果发现的可靠性与信息量。
• 该框架仅依赖于观测到的条件独立性和依赖关系，即可识别因果结构，而无需完全掌握隐变量信息。
• 该方法通过将选择偏差和隐性混杂纳入因果发现过程，对现有约束基方法进行了推广。
• 结果表明，即使在涉及隐藏变量和选择效应的复杂数据限制下，因果推断依然可能且具有信息量。