使用 R 包 cfid 识别反事实查询
统计方法学
2023-11-23 v2
摘要
在结构因果模型框架下，反事实查询描述了涉及所研究系统多种替代状态的事件。反事实查询通常采用“假设”类问题的形式，例如“如果一位申请者有超过10年的经验，而实际上只有5年的经验，他们会被录用吗？”这类问题以及一般的反事实推断至关重要，例如在解决决策中的公平性问题时。由于反事实事件包含矛盾的世界状态，在不做出若干限制性假设的情况下，无法通过随机实验来解决这些问题。然而，通过将所研究的系统表示为因果模型，并将可用数据表示为符号概率分布，有时可以从观测数据和实验数据中识别此类查询。Shpitser 和 Pearl (2007) 构建了分别称为 ID* 和 IDC* 的两种算法，用于识别反事实查询和条件反事实查询。这两种算法类似于 Shpitser 和 Pearl (2006) 提出的用于识别干预分布的 ID 和 IDC 算法，后者由 Tikka 和 Karvanen (2017) 在 causaleffect 包中用 R 语言实现。我们展示了实现 ID* 和 IDC* 算法的 R 包 cfid。通过示例演示了反事实查询的识别以及 cfid 的功能。
引用
@article{arxiv.2210.14745,
title = {Identifying Counterfactual Queries with the R Package cfid},
author = {Santtu Tikka},
journal= {arXiv preprint arXiv:2210.14745},
year = {2023}
}