Identifiability of direct effects from summary causal graphs

要約

動的構造因果モデル (SCM) は、他のすべての変数を一定に保ちながら、1 つの変数の変化が別の変数にどのような影響を与えるかを測定する直接効果について動的システムで推論するための強力なフレームワークです。
動的構造因果モデルにおける因果関係は、フルタイム因果グラフで定性的に表現できます。
線形性と因果的十分性を仮定し、フルタイム因果グラフが与えられると、直接的な因果効果は常に特定可能であり、いわゆるシングルドア基準によって与えられる任意の変数セットを調整することでデータから推定できます。
ただし、多くのアプリケーションでは、このようなグラフはさまざまな理由から利用できませんが、それでも専門家は、時間情報を省略しながら時系列間の因果関係を表すフルタイム因果グラフの抽象化にアクセスできます。
この論文では、因果関係の要約グラフから直接効果がグラフィカルに識別可能なすべてのケースを特徴付ける完全な識別可能性の結果を提示し、直接効果が識別可能な場合は常に直接効果を推定するために使用できる 2 つの健全な有限調整セットを提供します。

要約(オリジナル)

Dynamic structural causal models (SCMs) are a powerful framework for reasoning in dynamic systems about direct effects which measure how a change in one variable affects another variable while holding all other variables constant. The causal relations in a dynamic structural causal model can be qualitatively represented with a full-time causal graph. Assuming linearity and causal sufficiency and given the full-time causal graph, the direct causal effect is always identifiable and can be estimated from data by adjusting on any set of variables given by the so-called single-door criterion. However, in many application such a graph is not available for various reasons but nevertheless experts have access to an abstraction of the full-time causal graph which represents causal relations between time series while omitting temporal information. This paper presents a complete identifiability result which characterizes all cases for which the direct effect is graphically identifiable from summary causal graphs and gives two sound finite adjustment sets that can be used to estimate the direct effect whenever it is identifiable.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google