因果推断 - 中介

版权：转载前请联系作者获得授权。
参考书籍：《The Book of Why》——Judea Pearl、论文

基础知识

对于下面的因果图，$M$是$X$和$Y$之间的中介。

直接效应：扰动$X$而保持$M$恒定时，对$Y$的影响即为直接效应。

间接效应：保持$X$恒定，并将$M$增加到$X$增加1个单位的情况下$M$所能达到的量，此时$Y$的增量即为$X$对$Y$的间接效应。

受控直接效应：$CDE(0)=P(Y=1|do(X=1),do(M=0))-P(Y=1|do(X=0),do(M=0))$
其中，“受控”指的是受中介物$M$的控制，$CDE(0)$即为强迫中介物$M=0$。通过控制中介物$M=0$可以关闭间接路径，从而得到直接效应。

但是，通过受控直接效应去估计直接效应会陷入“过度对照实验”陷阱。由于中介物的取值并不是只有0，所以，存在多个受控直接效应：$CDE(0),CDE(1),...,CDE(N)$，使用哪一个受控直接效应更合适呢？对于这个问题，可以使用自然直接效应解决。

自然直接效应：$NDE=P(Y_{M=M_0}=1|do(X=1))-P(Y_{M=M_0}=1|do(X=0))$

从公式中可以看出，自然直接效应中不以中介物$M$为条件，而是通过反事实进行定义。

受控间接效应：由于无法通过控制某些变量恒定来关闭直接路径，故不存在受控间接效应。

自然间接效应：$NIE=P(Y_{M=M_1}=1|do(X=0))-P(Y_{M=M_0}=1|do(X=0))$

总效应：$TE(X=0\to X=1)=NDE(X=0\to X=1)-NIE(X=1\to X=0)$

中介公式

共分为两条，可直接通过数据中的统计信息计算$NDE$和$NIE$。$NDE$的公式出自论文，$E$代表数学期望。$NIE$的公式出自《为什么》一书。

$NDE={\sum }_m[E(Y|X=1,M=m)-E(Y|X=0,M=m)]\times P(M=m|X=0)$

$NIE={\sum }_m[P(M=m|X=1)-P(M=m|X=0)]\times P(Y=1|X=0,M=m)$