[论文解读] Semiparametric Inference For Causal Effects In Graphical Models With Hidden Variables

Rohit Bhattacharya, Razieh Nabi+1 more|arXiv (Cornell University)|Mar 27, 2020

Advanced Causal Inference Techniques被引用 13

一句话总结

本文针对具有隐变量的图形模型中的因果效应，开发了半参数估计量，利用影响函数实现双重稳健性与效率。它提供了一个完整且正确的识别算法，可直接从图形准则导出任意可识别效应的基于权重的估计策略，扩展至前门模型和基于调整的模型，实现最优效率。

ABSTRACT

Identification theory for causal effects in causal models associated with hidden variable directed acyclic graphs (DAGs) is well studied. However, the corresponding algorithms are underused due to the complexity of estimating the identifying functionals they output. In this work, we bridge the gap between identification and estimation of population-level causal effects involving a single treatment and a single outcome. We derive influence function based estimators that exhibit double robustness for the identified effects in a large class of hidden variable DAGs where the treatment satisfies a simple graphical criterion; this class includes models yielding the adjustment and front-door functionals as special cases. We also provide necessary and sufficient conditions under which the statistical model of a hidden variable DAG is nonparametrically saturated and implies no equality constraints on the observed data distribution. Further, we derive an important class of hidden variable DAGs that imply observed data distributions observationally equivalent (up to equality constraints) to fully observed DAGs. In these classes of DAGs, we derive estimators that achieve the semiparametric efficiency bounds for the target of interest where the treatment satisfies our graphical criterion. Finally, we provide a sound and complete identification algorithm that directly yields a weight based estimation strategy for any identifiable effect in hidden variable causal models.

研究动机与目标

• 弥合在存在未测混杂因素的图形模型中因果识别与估计之间的差距，因为现有识别方法因函数型的复杂估计而未被充分利用。
• 为一大类隐变量DAG中的可识别因果效应，开发具有双重稳健性并达到半参数效率界边界的半参数估计量。
• 提供潜投影模型中完全可观测DAG的非参数饱和性与观测等价性的必要与充分条件。
• 推导一个可靠且完整的识别算法，可直接从图形结构输出基于权重的估计策略。
• 将现有方法扩展至处理复杂因果模型，如前门模型及调整公式的推广形式，确保统计效率与稳健性。

提出的方法

• 基于影响函数推导潜变量DAG中平均因果效应的估计量，利用嵌套马尔可夫模型和无环定向混合图（ADMGs）的区域因子分解。
• 应用p-固定序列与do-演算理论，识别有效的干预分布，并确保在图形准则下估计量的一致性。
• 利用嵌套马尔可夫因子分解，将普通与广义条件独立性约束（Verma约束）编码于DAG的潜投影中。
• 通过结合结果回归模型与倾向得分模型，构建双重稳健的估计量，确保任一模型正确指定时估计量均一致。
• 通过从估计方程框架中推导影响函数，使估计量在正则条件下达到半参数效率界，从而确保效率。
• 实现一个完整的识别算法，将图形结构转化为一系列p-固定操作序列，直接输出显式权重用于估计，避免数值近似。

实验结果

研究问题

• RQ1 在何种图形条件下，可识别并高效估计隐变量DAG中的因果效应？
• RQ2 基于影响函数的估计量是否可在存在未测混杂因素的模型中实现双重稳健性与效率？
• RQ3 何时隐变量DAG的统计模型为非参数饱和，意味着观测数据分布无等式约束？
• RQ4 何时隐变量DAG的观测数据分布在等式约束下与完全可观测DAG观测等价？
• RQ5 能否构建一个可靠且完整的识别算法，可直接为此类模型中的任意可识别效应输出基于权重的估计策略？

主要发现

• 本文证明，在一个简单的图形准则下（例如，处理变量是潜投影中的顶层区域），基于影响函数的估计量具有双重稳健性并达到半参数效率界。
• 提供了观测数据分布在隐变量DAG中无等式约束（即模型为非参数饱和）的必要与充分条件。
• 作者识别出一大类隐变量DAG，其观测分布与完全可观测DAG在观测等价性上成立，从而可直接使用完全可观测情况下的已知高效估计量。
• 对于此类模型，所提出的估计量达到半参数效率界，意味着其在渐近方差上为最优。
• 识别算法既可靠又完整，可直接输出基于权重的估计策略，避免数值近似，支持实际应用。
• 该方法推广了已知结果：可作为特例恢复调整公式与前门调整，并将其扩展至包含未测混杂因素的更复杂潜结构。