借助中介变量界定效应之成因的边界
统计理论
2019-07-02 v1 计量经济学
统计理论
摘要
设 X 与 Y 为二值暴露与结果变量，且我们完全知晓在施加 X 后 Y 的分布。由此可知 X 对 Y 的平均因果效应。我们现关注如下评估：对于一个已暴露且呈现正向结果的个案，是否为暴露导致了该结果。相关的“因果概率” (PC) 通常不能由 Y 给定 X 的分布所识别，但可对其设定边界，且若我们掌握关于因果过程的进一步信息，这些边界可被改善。此处我们考虑已知 X 与 Y 之间一串完全中介变量的概率结构的情形。我们推导了针对中介变量任意数据模式（含无数据情形）计算 PC 边界的通用公式。我们证明，由任意完全中介过程所能得到的最大与最小上下界，可在至多两步的过程中获得。我们还考虑了含多个中介变量的齐次过程。PC 有时可由阴性数据识别为 0，但即便在无限个中介变量的阳性数据下也无法被识别为 1。这些结果对于从一般过程知识与个案数据出发学习因果关系具有启示意义。
引用
@article{arxiv.1907.00399,
title = {Bounding Causes of Effects with Mediators},
author = {Philip Dawid and Macartan Humphreys and Monica Musio},
journal= {arXiv preprint arXiv:1907.00399},
year = {2019}
}
备注
23 pages, 2 figures