因果抽象中的可识别性：一层级标准

从观察数据中识别治疗效应通常需要假设完整指定的因果图。然而，这些图在实践中很少被完全知晓，尤其是在复杂或高维情境下。为克服这一限制，近期研究探索了因果抽象——简化表示，保留部分因果信息的能力。在本文中，我们将因果抽象形式化为因果图的集合，并关注此类集合中因果查询的可识别性。我们引入并形式化了几个可识别性标准。我们的主要贡献是将这些标准组织成结构化的层级，突出它们的关系。这一层级视图使我们能够更清晰地理解在不同程度的因果知识下可以识别什么。我们通过文献中的例子说明了我们的框架，并提供了工具来推理在缺乏完整因果知识时的可识别性。