[论文解读] Conducting Simulations in Causal Inference with Networks-Based Structural Equation Models

Oleg Sofrygin, Romain Neugebauer+1 more|arXiv (Cornell University)|May 29, 2017

Advanced Causal Inference Techniques参考文献 2被引用 3

一句话总结

本文介绍了一款名为 simcausal 的新型 R 包，该包利用结构方程模型（SEM）支持研究人员基于用户定义的网络结构和单位之间的函数依赖关系，模拟具有网络依赖性的数据。该工具支持在静态、动态和随机干预下的反事实模拟，为评估存在干扰和溢出效应场景下的因果推断方法提供了一个金标准基准。

ABSTRACT

The past decade has seen an increasing body of literature devoted to the estimation of causal effects in network-dependent data. However, the validity of many classical statistical methods in such data is often questioned. There is an emerging need for objective and practical ways to assess which causal methodologies might be applicable and valid in network-dependent data. This paper describes a set of tools implemented in the simcausal R package that allow simulating data based on user-specified structural equation model for connected units. Specification and simulation of counterfactual data is implemented for static, dynamic and stochastic interventions. A new interface aims to simplify the specification of network-based functional relationships between connected units. A set of examples illustrates how these simulations may be applied to evaluation of different statistical methods for estimation of causal effects in network-dependent data.

研究动机与目标

• 为解决缺乏可用于模拟具有已知因果机制和依赖关系的网络依赖性数据的实际工具的问题。
• 支持在标准独立同分布（i.i.d.）假设不成立的网络化数据中，对统计因果推断方法进行严格评估。
• 提供一种透明且灵活的框架，用于指定单位之间的复杂基于网络的功能关系。
• 支持在多种干预类型（静态、动态、随机）下进行反事实模拟，以支持方法验证。
• 作为评估网络设置中因果估计量偏差、效率和覆盖概率的金标准基准。

提出的方法

• 采用两步流程：首先，使用 igraph 等工具定义网络结构（已知或概率性）；其次，通过基于网络依赖关系的用户自定义 SEM 指定单位水平协变量。
• 实现了一种新颖的 R 语法，简化了在网络中连接单位之间复杂功能关系的表达。
• 通过将基于网络的 SEM 与时变过程相结合，支持纵向数据模拟。
• 支持在多种干预类型下模拟反事实数据，包括静态、动态、确定性和随机干预。
• 允许用户定义并计算因果目标参数（例如，特定处理的反事实均值），作为无模型的金标准。
• 通过生成具有已知真实值的数据集，促进方法比较，从而可评估偏差、均方误差和置信区间覆盖度。

实验结果

研究问题

• RQ1 如何模拟具有已知因果机制的网络依赖性数据，以用于因果推断中的方法验证？
• RQ2 在存在干扰和溢出效应的网络化数据中，不同因果估计量的性能特征是什么？
• RQ3 建模假设的违反如何影响网络化环境中因果估计量的偏差和效率？
• RQ4 统一的模拟框架能否提升网络化数据因果推断研究中的透明度和可重复性？
• RQ5 如何在各种干预类型下生成反事实数据，以作为统计方法评估的基准？

主要发现

• simcausal R 包支持基于用户指定的网络结构和单位间功能依赖关系，模拟网络依赖性数据。
• 该包支持在广泛干预类型下的反事实模拟，包括静态、动态和随机干预。
• 新颖的 R 语法简化了复杂基于网络的功能关系的指定，提升了可用性和透明度。
• 该包提供了无模型的因果参数金标准，支持对统计方法偏差和效率的客观评估。
• 使用 simcausal 的模拟研究可在实际应用前验证统计算法，减少实现错误。
• 该框架通过生成具有已知真实值的数据集，支持方法比较，从而可评估偏差、均方误差和置信区间覆盖度。