估计因果效应#

Four steps of causal effect estimation in DoWhy

变量 $A$ 对 $Y$ 的因果效应定义为 $A$ 变化导致 $Y$ 的预期变化。使用 do-calculus 记号，平均因果效应可以写为 \(E[Y|do(A)]\)。有时，我们只关注子群体的因果效应，或者想比较不同子群体的因果效应。在这种情况下，给定一组协变量 $X$，我们可以估计条件平均因果效应 (CACE)，即 \(E[Y|do(A), X]\)。

估计因果效应需要四个步骤

  1. 使用假设对因果推断问题进行建模。

  2. 在这些假设下识别因果效应的表达式（“因果可估计量”）。

  3. 使用匹配法或工具变量等统计方法估计该表达式。

  4. 最后，使用多种稳健性检验来验证估计的有效性。

DoWhy 通过四个关键动词捕获了这一工作流程

  • 建模 (CausalModel 或 graph)

  • 识别 (identify_effect)

  • 估计 (estimate_effect)

  • 驳斥 (refute_estimate)

使用这些动词，DoWhy 实现了一个支持多种方法的因果效应估计 API。model 将先验知识编码为正式的因果图，identify 使用基于图的方法识别因果效应，estimate 使用统计方法估计识别出的可估计量，最后 refute 尝试通过测试对假设的稳健性来驳斥获得的估计结果。因此，构建因果图后，估计因果效应的下一步是识别该效应是否可以从现有数据中估计。换句话说，在考虑估计算法之前，确定识别策略非常重要。DoWhy 支持以下识别算法

  • 后门

  • 前门

  • 工具变量

  • ID 算法

一旦因果效应被识别，我们可以选择与识别策略兼容的估计方法。对于估计平均因果效应，DoWhy 支持以下方法。

  • 基于混杂变量值匹配的方法

    • 基于距离的匹配 (DistanceMatchingEstimator)

  • 基于估计处理分配的方法

    • 基于倾向分的分层 (PropensityScoreStratificationEstimator)

    • 倾向分匹配 (PropensityScoreMatchingEstimator)

    • 逆倾向加权 (PropensityScoreWeightingEstimator)

  • 基于估计结果模型的方法

    • 线性回归 (LinearRegressionEstimator)

    • 广义线性模型，包括逻辑回归 (GeneralizedLinearModelEstimator)

  • 基于工具变量方程的方法

    • 二元工具/Wald 估计量 (InstrumentalVariableEstimator)

    • 回归不连续 (RegressionDiscontinuityEstimator)

  • 前门准则和中介分析方法

    • 两阶段线性回归 (TwoStageRegressionEstimator)

对于估计条件平均因果效应，DoWhy 支持调用 EconML 方法。有关 EconML 的更多详细信息，请查看其文档。如果结果 Y 的数据生成过程可以近似为线性函数，您也可以使用线性回归方法进行 CACE 估计。

相关笔记本请参见示例笔记本