Identifiability of total effects from abstractions of time series causal graphs

要約

私たちは、実際によくある、真の因果関係グラフの抽象化にしかアクセスできない状況における、観察時系列からの介入の全体的な効果の識別可能性の問題を研究します。
ここでは 2 つの抽象化を考慮します。1 つはすべての遅れた因果関係を混同するが、遅れた関係と瞬間的な関係は区別する拡張要約因果グラフ、もう 1 つは因果関係間の遅れについては何も示さない要約因果グラフです。
我々は、全体的な効果が拡張された要約因果グラフで常に識別可能であることを示し、要約因果グラフでの識別可能性のための十分な条件を提供します。
さらに、全体的な影響を特定できる場合はいつでも、それを推定できる調整セットを提供します。

要約(オリジナル)

We study the problem of identifiability of the total effect of an intervention from observational time series in the situation, common in practice, where one only has access to abstractions of the true causal graph. We consider here two abstractions: the extended summary causal graph, which conflates all lagged causal relations but distinguishes between lagged and instantaneous relations, and the summary causal graph which does not give any indication about the lag between causal relations. We show that the total effect is always identifiable in extended summary causal graphs and provide sufficient conditions for identifiability in summary causal graphs. We furthermore provide adjustment sets allowing to estimate the total effect whenever it is identifiable.

arxiv情報

著者 Charles K. Assaad,Emilie Devijver,Eric Gaussier,Gregor Gössler,Anouar Meynaoui
発行日 2024-05-20 08:55:38+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, math.ST, stat.TH パーマリンク