[论文解读] Pearl's Calculus of Intervention Is Complete

Yimin Huang, Marco Valtorta|arXiv (Cornell University)|Jun 27, 2012

Bayesian Modeling and Causal Inference参考文献 16被引用 104

一句话总结

本文证明了Pearl的do-演算在贝叶斯网络中的因果推断完备性，表明若从观察数据中可识别出因果效应，则do-演算规则总能仅使用观察量推导出该效应。该证明依赖于一个完整的效应识别算法，确立了在无环因果图中，三个do-演算规则足以处理所有可识别的因果效应。

ABSTRACT

This paper is concerned with graphical criteria that can be used to solve the problem of identifying casual effects from nonexperimental data in a causal Bayesian network structure, i.e., a directed acyclic graph that represents causal relationships. We first review Pearl's work on this topic [Pearl, 1995], in which several useful graphical criteria are presented. Then we present a complete algorithm [Huang and Valtorta, 2006b] for the identifiability problem. By exploiting the completeness of this algorithm, we prove that the three basic do-calculus rules that Pearl presents are complete, in the sense that, if a causal effect is identifiable, there exists a sequence of applications of the rules of the do-calculus that transforms the causal effect formula into a formula that only includes observational quantities.

研究动机与目标

• 在有向无环图（DAGs）中，建立Pearl的do-演算在从非实验数据中识别因果效应方面的完备性。
• 解决长期存在的问题：三个do-演算规则是否足以处理所有可识别的因果效应。
• 证明：若因果效应可识别，则存在一个do-演算规则应用序列，可将干预表达式转化为仅涉及观察分布的表达式。
• 通过利用先前开发的完整效应识别算法，提供完备性的形式化证明。

提出的方法

• 作者基于Huang和Valtorta（2006b）开发的贝叶斯网络中因果效应识别的完整算法，该算法可判断从观察数据中是否可识别因果效应。
• 他们利用该算法的完备性，证明任何可识别的因果效应均可通过有限次do-演算规则应用推导得出。
• 该证明依赖于这样一个事实：该算法可在不依赖do-演算的前提下判断可识别性，因此若该算法成功，do-演算也必然能推导出相同结果。
• 作者分析了do-演算规则的结构，并证明其应用可保持逻辑等价性，从而实现将干预表达式转化为观察表达式。
• 他们建立了识别算法的步骤与有效do-演算规则应用序列之间的对应关系。
• 通过证明算法的每一步都可被do-演算变换所模拟，他们确立了do-演算的完备性。

实验结果

研究问题

• RQ1 Pearl的do-演算在无环因果图中是否完备，可用于识别因果效应？
• RQ2 是否所有可识别的因果效应都可仅通过三个do-演算规则推导得出？
• RQ3 是否存在完整识别算法与do-演算规则之间的正式对应关系？
• RQ4 完整算法的存在是否意味着do-演算的完备性？
• RQ5 do-演算能否推导出贝叶斯网络中从观察数据可识别的所有因果效应？

主要发现

• do-演算具有完备性：若在贝叶斯网络中因果效应可从观察数据识别，则存在一个do-演算规则应用序列，可将干预表达式转化为仅含观察分布的表达式。
• do-演算的完备性通过Huang和Valtorta（2006b）的效应识别完整算法的完备性得以确立。
• 该证明表明，识别算法的每一步都可被do-演算规则应用序列所模拟，从而确保没有可识别效应超出该演算的处理范围。
• 该结果证实，三个do-演算规则足以处理无环因果图中所有可识别因果效应的情形。
• 本文通过证明do-演算不仅必要且充分，解决了因果推断中的一个基础性问题，从而在贝叶斯网络框架中确立了其在效应识别中的作用。
• 完备性结果加强了do-演算的理论基础，并验证了其在各类领域因果推理中的适用性。