s-ID: Causal Effect Identification in a Sub-Population

要約

部分集団における因果推論には、より大きな集団内の特定の部分集団に対する介入の因果効果を特定することが含まれます。
ただし、部分母集団によってもたらされる微妙な点を無視すると、誤った推論につながったり、既存の手法の適用性が制限されたりする可能性があります。
私たちは、部分母集団における因果推論問題 (以下、s-ID と呼びます) を導入し、提唱します。この問題では、(母集団全体ではなく) 対象となる部分母集団の観察データにアクセスできるだけです。
部分母集団における既存の推論問題は、特定のデータ分布が母集団全体に由来するという前提に基づいて動作するため、s-ID 問題に取り組むことができません。
このギャップに対処するために、部分母集団における因果効果がその部分母集団の観察分布から識別可能となるために、因果グラフ内で保持する必要がある十分な条件を提供します。
これらの条件を考慮して、s-ID 問題に対する健全で完全なアルゴリズムを提示します。

要約(オリジナル)

Causal inference in a sub-population involves identifying the causal effect of an intervention on a specific subgroup within a larger population. However, ignoring the subtleties introduced by sub-populations can either lead to erroneous inference or limit the applicability of existing methods. We introduce and advocate for a causal inference problem in sub-populations (henceforth called s-ID), in which we merely have access to observational data of the targeted sub-population (as opposed to the entire population). Existing inference problems in sub-populations operate on the premise that the given data distributions originate from the entire population, thus, cannot tackle the s-ID problem. To address this gap, we provide necessary and sufficient conditions that must hold in the causal graph for a causal effect in a sub-population to be identifiable from the observational distribution of that sub-population. Given these conditions, we present a sound and complete algorithm for the s-ID problem.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google