因果推断边学习边分享（二）

最新推荐文章于 2024-09-25 10:14:57 发布

goodljq

最新推荐文章于 2024-09-25 10:14:57 发布

阅读量2.6k

点赞数 8

分类专栏：知识总结

本文链接：https://blog.csdn.net/goodljq/article/details/118370612

版权

知识总结专栏收录该内容

6 篇文章 6 订阅

订阅专栏

第一部分链接：Jackie：因果推断边学习边分享（一）

3 Rubin Causal Model (RCM) 及相关方法

Rubin系列方法是因果推断的经典方法，同时也在深度学习时代推陈出新有了新的进展。RCM系列方法的核心点在于混淆变量的控制，通过某种方式消除混淆变量的影响，保证随机试验，进而达到相关性等于因果性的效果。根据方法是否使用深度学习来完成混淆变量的消除，可以将方法分为两类：传统RCM方法和深度学习相关RCM方法。这一部分加以重点介绍非深度的RCM方法，利用深度学习的RCM方法将在下一节介绍。RCM系列方法也被称为Potential Outcome Framework，在详细介绍RCM方法之前，先介绍下RCM类因果推断问题的三个基本假设：

（1）Stable unit treament value

$P(Y_i|T_i,T_j,X_i)=P(Y_i|T_i,X_i)$

即：作用在样本i上的treatment产生的effect和在样本j上的treatment无关。

（2）Unconfouderness (no unmeasured confounders)

$T\bot((Y(0),Y(1))|X$

即：所有的混淆变量都已知，将已知混淆变量合理处理后T和Y的关系就是因果关系。这一条也被认为是最严格的假设，因为实际情况下很难说已经完全排除了混淆变量的影响。

（3）Positivity

$0<P(T=t|X=x)<1$

即：每个样本接受treatment的概率都是大于0小于1的。

3.1 传统RCM方法

3.1.1 样本重加权

样本重加权的核心思想在于，通过赋予具有不同特征的样本以不同的权重，以使混淆变量在treatment和control两组间的分布是一致的。即消除混淆变量，保证随机试验。

参考下方图示的例子，对于一种药物的实验，假设被试者除了年龄之外其他特征都一样或者可以忽略不计（也就是混淆变量只有年龄），原始分组中治疗组年轻人:老人=3:1，对照组是1:3，通过赋予两组中较少的样本以三倍权重，计算时两组病人的年龄分布就是一致的了。

3.1.2 完全匹配（Exact Match）

完全匹配的核心思想在于，当treatment和control两组中混淆变量分布完全相同时，Y(1)-Y(0)的结果就是因果效应，因此给定一组样本后，可以寻找混淆变量几乎一致的配对变量，对应Y的差值就是因果效应，即：

$Distance(X_i, X,j)\leq \epsilon$

计算时可以采用不同的distance。完全匹配方法的缺点在于：1）适合低维特征的情况，在特征（混淆变量）维度较高时完全匹配的数量会很少；2）距离阈值 $\epsilon$ 的不好选取。由此进一步提出了下面的倾向性评分方法。

3.1.3 倾向性评分（Propensity Score）

倾向性评分的核心思想在于，混淆变量维度较高时判断两个样本是否“完全匹配”较为困难，那就通过一个分数将“匹配”量化，对分数设定阈值来定义“完全匹配”。与此同时，通过控制这一由X计算出的分数，可以保证实验是随机的，即：

$T\bot X|e(X)$

这种分数可以表示为给定X下样本对样本施加treatment（T=1）的概率，这种表示因故叫做倾向性评分：

$e(X)=P(T=1|X)$

可以证明，给定e(X)后X和T是独立的。相关的证明网上有很多，可以搜索下。根据定义，倾向性评分可以通过logistic回归来计算。

进而，完全匹配问题中样本的相似性可以用倾向性评分来衡量：

$Distance(X_i, X_j)=\left| {e(X_i)-e(X_j)} \right| \leq \epsilon$

3.1.4 Inverse of propensity weighting（IPW）

实在不知道翻译成什么比较好，保留了原名。如果有好的翻译欢迎留言:)

IPW的核心思想在于，在得到每个样本的倾向性评分后，1）使用全部数据计算因果效应，因为匹配方法不会使用全部的数据；2）去除X在treatment和control两组中的分布差异。

如上图所示，Unit A表示具有同样倾向性评分的一组样本，组内T=1和T=0的数量是不一样的，即X在treatment和control两组中存在分布差异。因此考虑根据倾向性评分对样本进行加权，去除混淆变量的分布差异：

$\omega_i = \frac{T_i}{e_i}+\frac{1-T_i}{1-e_i}$

进而可以计算全部样本的平均因果效应ATE：

$ATE_{IPW}=\frac{1}{n}\sum_{i=1}^{n}\frac{T_iY_i}{𝑒(X_i)}- \frac{1}{n} \sum_{i=1}^{n}\frac{(1−T_i)Y_i}{1−e(X_i)}$

IPW也可以认为是一种re-weighting的方法。

3.1.5 反事实生成

这里的核心思想在于，样本中寻找到好的匹配的样本对不是一件容易的事，因此可以考虑对于每个样本点去生成其对应的counterfactual的样本。之后按treatment和control分别建立Outcome Y和confounder X的线性模型，通过做差的方式得到ITE。

具体计算如下：

首先根据现有数据利用线性模型拟合Y和X，得到两个线性模型：

$Y_{T=1}=f_{T=1}(X_{T=1})$

$Y_{T=0}=f_{T=0}(X_{T=0})$

这样，对于每一个样本的特征X，都可以根据两个线性模型得到观测值相对应的counterfactual的值。之后可以计算ITE得到causal effect：

$ITE_i=\frac{1}{n}\sum_{i}^{n}{[T_i(Y_i-f_{T=0}(X_i))} + (1-T_i)(f_{T=1}(X_i)-Y_i)]$

3.1.6 Double-ML

这一方法的核心思想在于：对于同时受到混淆变量X影响的T和Y这两个我们要研究彼此因果关系的变量，我们分别构建它们与X的回归模型。而Y和T各自不能被X回归的残差部分构建回归模型，即可得到两者之间的因果关系。

写成公式的形式：

$\hat{Y}=g(X)+\tilde{Y}$

$\hat{T}=g(X)+\tilde{T}$

$\tilde{Y}=\beta\tilde{T}+\epsilon$

3.1.7 基于树的方法

这一类方法的核心思想在于，样本有若干个混淆变量，在树的每一次分枝中，将一个混淆变量随机化。这类方法也被称为因果树/森林（causal tree/causal forest）。相比前几种方法，因果树是非参方法。

因果树和机器学习经典模型决策树是正好反着的，每次划分的目的是让treatment在子节点中的混乱度增加（分类任务则是让label在子节点中混乱度尽可能小），这样在叶子节点处，可以认为对所有的混淆变量都进行了随机化，即X和T是独立的了。和决策树一样，这里也可以使用信息增益或者Gini系数等方法来衡量混乱度。最终的因果效应的计算方法是：

$ITE_i = \frac{1}{|{i: T_i=1, X_i\in L}|} \sum_{\{i: T_i=1, X_i\in L\}}^{}{Y_i} −\frac{1}{|{i: T_i=0, X_i\in L}|}\sum_{\{i: T_i=0, X_i\in L\}}^{}{Y_i}$