关于《多重因果的祝福》的评论
统计方法学
2019-10-18 v3 机器学习
摘要
(本评论已更新以回应 Wang 与 Blei 的反驳 [arXiv:1910.07320]。) Wang 与 Blei [arXiv:1805.06826] 在《多重因果的祝福》中提出的去混杂方法的前提，即一个使多个原因条件独立的变量也控制了未观测的多原因混杂，是不正确的。这可以通过注意到仅凭观测数据本身无任何事实可告知可忽略性来看出，因为可忽略性与任何观测数据分布相容。在特定设定下辅以额外假设，控制未观测混杂的方法可能有效，但它们一般不能提供因果推断的可检验途径，且一般并不比因果推断常用假设更弱。虽然这超出本评论范围，我们指出近期许多将潜变量建模思想应用于因果推断问题的工作存在类似问题。
引用
@article{arxiv.1910.05438,
title = {Comment on "Blessings of Multiple Causes"},
author = {Elizabeth L. Ogburn and Ilya Shpitser and Eric J. Tchetgen Tchetgen},
journal= {arXiv preprint arXiv:1910.05438},
year = {2019}
}