[论文解读] Joint Causal Inference from Multiple Contexts

Joris M. Mooij, Sara Magliacane+1 more|arXiv (Cornell University)|Nov 30, 2016

Bayesian Modeling and Causal Inference参考文献 79被引用 34

一句话总结

本文提出了联合因果推断（JCI），这是一种统一的因果发现框架，通过整合来自多个情境的观察数据与干预数据，比现有方法更可靠地识别因果结构。通过建模情境特定的干预并利用跨数据集的条件独立性约束，JCI 即使在缺乏干预目标或类型先验知识的情况下，也能实现稳健的因果识别，显著优于合成数据和真实世界流式细胞术数据上的最先进算法。

ABSTRACT

The gold standard for discovering causal relations is by means of experimentation. Over the last decades, alternative methods have been proposed that can infer causal relations between variables from certain statistical patterns in purely observational data. We introduce Joint Causal Inference (JCI), a novel approach to causal discovery from multiple data sets from different contexts that elegantly unifies both approaches. JCI is a causal modeling framework rather than a specific algorithm, and it can be implemented using any causal discovery algorithm that can take into account certain background knowledge. JCI can deal with different types of interventions (e.g., perfect, imperfect, stochastic, etc.) in a unified fashion, and does not require knowledge of intervention targets or types in case of interventional data. We explain how several well-known causal discovery algorithms can be seen as addressing special cases of the JCI framework, and we also propose novel implementations that extend existing causal discovery methods for purely observational data to the JCI setting. We evaluate different JCI implementations on synthetic data and on flow cytometry protein expression data and conclude that JCI implementations can considerably outperform state-of-the-art causal discovery algorithms.

研究动机与目标

• 开发一种通用框架，统一来自多个情境的观察数据与干预数据的因果发现。
• 实现在不需预先知晓干预目标或类型的情况下进行因果推断。
• 将现有因果发现算法扩展至处理具有多样化干预的多个数据集。
• 通过利用情境特定的条件独立关系，提升因果结构的可识别性。

提出的方法

• JCI 将因果发现建模为在祖先因果图上的优化问题，使用损失函数惩罚跨情境的条件独立性约束违反。
• 该方法采用加权损失函数 $\mathcal{L}(\mathcal{G},S)$，其中权重反映数据中条件（不）独立性的统计证据。
• 采用 ASD（考虑强依赖性）评分方法，基于在硬约束下最优损失的差异，评估对因果特征（如直接边或隐性混杂因子）的信心。
• 该框架可在单一统一模型中支持多种干预类型——完全、不完全、随机——而无需识别干预类型。
• 它利用现有因果发现算法作为子程序，使其模块化且可扩展至不同推理方法。
• 该方法使用渐近一致的权重（例如，$\lambda_j = \log p_j - \log \alpha$）以确保样本量增大时的统计一致性。

实验结果

研究问题

• RQ1 通过整合来自多个情境的观察数据与干预数据，能否更可靠地识别因果结构？
• RQ2 在不预先知晓干预目标或类型的情况下，JCI 能在多大程度上识别因果效应？
• RQ3 JCI 在可识别性与准确性方面相比现有因果发现方法有何改进？
• RQ4 不同干预类型（如完全干预与随机干预）对 JCI 框架中因果发现性能有何影响？
• RQ5 JCI 框架能否应用于真实世界生物数据（如流式细胞术蛋白表达数据），并实现性能提升？

主要发现

• JCI 在合成数据上的实现显著优于最先进因果发现算法，展现出更强的因果结构可识别性。
• 该框架成功识别了暴力电子游戏与攻击性行为之间因果方向，在仅使用观察数据时无法区分直接因果关系与混杂因素的情境中表现优异。
• 在流式细胞术蛋白表达数据中，基于 JCI 的方法在重建已知生物信号通路方面相比基线方法具有更高的准确性。
• ASD 信心评分方法对预言输入提供可靠且完整的推断，并在合适的加权方案下实现渐近一致性结果。
• 利用情境特定的条件独立性约束，即使单个数据集单独无信息，也能识别出因果效应。
• 该方法在各种干预类型（包括随机和不完全干预）下保持稳健，且无需明确知晓干预机制。