[论文解读] The Blessings of Multiple Causes

Zhaoran Wang, David M. Blei|arXiv (Cornell University)|May 17, 2018

Advanced Causal Inference Techniques参考文献 18被引用 16

一句话总结

该论文提出了一种名为 deconfounder 的因果推断方法，该方法利用多个原因通过无监督机器学习和预测模型检验来推断潜在的混杂因素。通过建模原因之间的依赖关系，该方法在弱于经典可忽略性假设的条件下实现了可检验的因果估计，在半仿真和真实世界研究中表现优于标准方法。

ABSTRACT

Causal inference from observational data often assumes "ignorability," that all confounders are observed. This assumption is standard yet untestable. However, many scientific studies involve multiple causes, different variables whose effects are simultaneously of interest. We propose the deconfounder, an algorithm that combines unsupervised machine learning and predictive model checking to perform causal inference in multiple-cause settings. The deconfounder infers a latent variable as a substitute for unobserved confounders and then uses that substitute to perform causal inference. We develop theory for the deconfounder, and show that it requires weaker assumptions than classical causal inference. We analyze its performance in three types of studies: semi-simulated data around smoking and lung cancer, semi-simulated data around genome-wide association studies, and a real dataset about actors and movie revenue. The deconfounder provides a checkable approach to estimating closer-to-truth causal effects.

研究动机与目标

• 为解决经典因果推断中不可验证的无混杂性假设问题，即所有混杂因素必须被观测到。
• 利用观察数据中原因的多重性，通过潜在变量建模间接推断未观测到的混杂因素。
• 通过将不可验证的混杂因素假设替换为可验证的因子模型，开发一种可检验的因果推断方法。
• 证明在多重原因设定下，相较于单原因设定，可在更弱的假设下实现更稳健的因果推断。

提出的方法

• 对观测到的原因拟合潜在变量模型（例如，概率主成分分析），以捕捉其联合依赖结构。
• 利用拟合模型为每个观测估计潜在混杂因素变量，作为未观测混杂因素的替代。
• 在因果模型中将估计的潜在混杂因素作为控制变量，以校正隐藏混杂。
• 应用预测模型检验来验证潜在混杂因素模型的充分性，并确保其能捕捉混杂效应。
• 通过将潜在变量视为未观测混杂因素的代理，将无监督学习与因果推断相结合。
• 通过迭代估计方法优化潜在混杂因素，并以模型拟合度可检验的方式提升因果效应估计。

实验结果

研究问题

• RQ1 能否在观察数据中利用多个原因推断未观测到的混杂因素，而无需直接测量它们？
• RQ2 在无混杂性假设下，deconfounder 方法是否比经典方法产生更准确的因果效应估计？
• RQ3 deconfounder 的潜在混杂因素能否通过预测模型检验得到验证，从而使该方法具备可检验性？
• RQ4 在基因组关联研究等高维、噪声较大的场景下，deconfounder 的表现如何？
• RQ5 在混杂因素未被观测的情况下，deconfounder 在哪些场景下优于标准方法？

主要发现

• deconfounder 通过从多个原因的共现模式中推断潜在混杂因素，降低了因果效应估计的偏差。
• 在围绕吸烟与肺癌的半仿真数据中，deconfounder 的因果估计比标准方法更接近真实值。
• 在基因组关联研究中，deconfounder 有效控制了人群结构，并降低了假阳性率。
• 在演员与电影收入的真实数据集中，deconfounder 提供的因果估计比朴素回归模型更合理。
• 通过预测模型检验验证了该方法的性能，表明潜在混杂因素模型在经验上是充分的。
• 与经典可忽略性假设相比，deconfounder 所需假设更弱，因为它不要求所有混杂因素完全可观测。