[论文解读] Local Constraint-Based Causal Discovery under Selection Bias

Philip Versteeg, Cheng Zhang+1 more|arXiv (Cornell University)|Mar 3, 2022

Bayesian Modeling and Causal Inference被引用 5

一句话总结

本文提出了一种基于局部约束的方法，用于在选择偏差下进行因果发现，利用Y-结构模式在有偏采样下识别因果关系。该方法引入了一种有限样本评分规则来评估Y-结构，从而在模拟数据和真实世界微阵列数据中提升了因果预测性能，有效减少了由选择偏差导致的虚假相关性。

ABSTRACT

We consider the problem of discovering causal relations from independence constraints selection bias in addition to confounding is present. While the seminal FCI algorithm is sound and complete in this setup, no criterion for the causal interpretation of its output under selection bias is presently known. We focus instead on local patterns of independence relations, where we find no sound method for only three variable that can include background knowledge. Y-Structure patterns are shown to be sound in predicting causal relations from data under selection bias, where cycles may be present. We introduce a finite-sample scoring rule for Y-Structures that is shown to successfully predict causal relations in simulation experiments that include selection mechanisms. On real-world microarray data, we show that a Y-Structure variant performs well across different datasets, potentially circumventing spurious correlations due to selection bias.

研究动机与目标

• 为解决在选择偏差存在下因果发现的挑战，选择偏差会扭曲观测数据中的独立关系。
• 开发一种可靠且实用的方法，用于在标准算法（如FCI）在选择偏差下缺乏可解释性时推断因果结构。
• 利用局部模式——特别是Y-结构——即使在存在循环或隐匿混杂因素的情况下，也能推断因果方向。
• 引入一种针对Y-结构的有限样本评分规则，以提升在有限数据设置下的因果预测准确性。
• 在具有选择机制的合成数据和真实世界微阵列数据集上评估该方法的性能。

提出的方法

• 该方法聚焦于条件独立性的局部模式，特别是Y-结构配置，这些配置在选择偏差下被证明对因果推断是可靠的。
• 基于数据中观察到的独立关系频率，提出一种针对Y-结构的有限样本评分规则。
• 该算法使用条件独立性检验来检测Y-结构模式，其中两个共同原因影响一个共同结果，并评估其统计显著性。
• 该方法结合关于潜在因果结构的背景知识，以优化预测并减少假阳性结果。
• 通过评分规则对候选因果结构进行排序，优先选择在选择偏差下具有更强Y-结构证据的结构。
• 该方法通过具有已知选择机制的模拟实验和真实世界微阵列数据进行评估，以检验其稳健性和预测准确性。

实验结果

研究问题

• RQ1 在存在循环或隐匿混杂因素的情况下，Y-结构模式是否能可靠地用于在选择偏差下推断因果方向？
• RQ2 与标准约束基方法相比，所提出的Y-结构有限样本评分规则在选择偏差下如何提升因果发现性能？
• RQ3 该方法在真实世界生物数据集中在多大程度上能减少由选择偏差引起的虚假相关性？
• RQ4 在有限样本设置下，结合背景知识时，该方法的性能如何？
• RQ5 在选择偏差下，该方法是否能在因果准确性方面优于现有算法（如FCI）？

主要发现

• Y-结构模式即使在存在循环的情况下，也被证明是选择偏差下因果推断的可靠基础。
• 针对Y-结构的有限样本评分规则在涉及选择机制的模拟实验中成功提升了因果预测准确性。
• 在真实世界微阵列数据中，Y-结构变体优于基线方法，表现出对选择偏差的鲁棒性，并减少了虚假相关性。
• 该方法能有效利用背景知识来优化因果结构预测，在数据有限的场景下增强了可靠性。
• 该方法为选择偏差下的因果发现提供了一种实用的替代方案，相较于FCI在缺乏已知因果解释的情况下更具实用性。
• 实证结果表明，即使在数据受复杂选择过程影响的情况下，该方法仍能保持高精度来识别真实的因果关系。