有意义的因果聚合与悖论性混杂
人工智能
2024-02-23 v3 机器学习
摘要
在聚合变量中,干预的影响通常是定义不良的,因为同一宏观干预的不同微观实现可能导致下游宏观变量的不同变化。我们表明,聚合变量上因果性的这种定义不良性可以将无混杂的因果关系转变为有混杂的因果关系,反之亦然,取决于各自的微观实现。我们认为,当我们免于这种定义不良性时,仅使用聚合因果系统在实践中是不可行的。相反,我们需要接受宏观因果关系通常仅参照微观状态来定义。从积极的一面,我们表明当宏观干预使得微观状态的分布与观测分布相同时,因果关系可以被聚合;我们将此称为自然宏观干预。我们还讨论了对该观察的推广。
引用
@article{arxiv.2304.11625,
title = {Meaningful Causal Aggregation and Paradoxical Confounding},
author = {Yuchen Zhu and Kailash Budhathoki and Jonas Kuebler and Dominik Janzing},
journal= {arXiv preprint arXiv:2304.11625},
year = {2024}
}
备注
CLeaR 2024