用DiscoSCM在第三层回答因果查询——拥抱异质性
人工智能
2024-02-09 v3 机器学习
统计方法学
摘要
在因果推断领域,潜在结果(PO)和结构因果模型(SCM)被公认为主要框架。然而,当涉及第三层估值——与个体层面语义深度交织的反事实查询——时,由于一致性规则带来的退化问题,两个框架都遇到局限。本文倡导分布-一致性结构因果模型(DiscoSCM)框架作为反事实推断的开拓性方法,巧妙整合了PO和SCM的优势。DiscoSCM框架独特地引入了单位选择变量并接纳不可控外生噪声实现的概念。通过个性化激励场景,我们展示了PO和SCM框架在表示用户为顺从者(一个第三层事件)的概率时存在不可避免的退化缺陷,而通过在DiscoSCM中采用反事实噪声独立的假设得以妥善解决。这一创新假设拓宽了基础反事实理论,促进将大量关于因果概率的理论结果扩展到个体粒度层面,并导出了一套关于异质性反事实界限的综合理论。最终,我们的论文提出,如果承认并希望利用普遍存在的异质性,将因果性理解为跨异质单位的不变性,那么DiscoSCM便是反事实推断方法论上的重大进展。
引用
@article{arxiv.2309.09323,
title = {Answering Causal Queries at Layer 3 with DiscoSCMs-Embracing Heterogeneity},
author = {Heyang Gong},
journal= {arXiv preprint arXiv:2309.09323},
year = {2024}
}