Meaningful Causal Aggregation and Paradoxical Confounding

要約

タイトル：意味のある因果関係の集約と逆説的混乱
要約：
– 集約された変数において介入の影響は一般的に不適切に定義されるため、同じ大局的な介入の異なるマイクロ実現によってダウンストリームのマクロ変数の変化が異なることがある
– 我々は、集約された変数上の因果性のこの不適切さが、非交絡因果関係を交絡因果関係に変えたり、その逆にもなることを示す
– 我々は、この不適切さがない場合にのみ集約された因果システムを使用できるということは実質的に不可能であると主張する。代わりに、マクロ的な因果関係は通常、マイクロ状態に関連して定義されると考える必要がある。
– 私たちは、マクロ介入の分布が観察分布と同じである場合、因果関係を集約できることを示し、この発見の拡張についても議論する。

要約(オリジナル)

In aggregated variables the impact of interventions is typically ill-defined because different micro-realizations of the same macro-intervention can result in different changes of downstream macro-variables. We show that this ill-definedness of causality on aggregated variables can turn unconfounded causal relations into confounded ones and vice versa, depending on the respective micro-realization. We argue that it is practically infeasible to only use aggregated causal systems when we are free from this ill-definedness. Instead, we need to accept that macro causal relations are typically defined only with reference to the micro states. On the positive side, we show that cause-effect relations can be aggregated when the macro interventions are such that the distribution of micro states is the same as in the observational distribution and also discuss generalizations of this observation.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI