观测性研究中的概率变分因果方法

本文提出一种新颖的因果方法论，基于观测性研究中事件与其底层问题相关性所对应的稀有度与频率进行考量。具体而言，我们提出一种称为概率变分因果效应（PACE）的直接因果效应度量及其变体，遵循适用于非二元与二元处理的若干公设。PACE度量通过整合全变分概念（表示纯因果分量）与对处理值的干预，并结合处理水平间假设性转移的概率而导出。PACE具有参数 $d$，其中较低的 $d$ 值对应于强调稀有处理值的场景，而较高的 $d$ 值聚焦于更频繁处理水平的因果影响更具相关性的情形。因此，我们提供的是关于度数 $d$ 的因果效应函数，而非单一因果效应值。此外，我们引入正向与负向PACE，以衡量暴露值偏移时结果中相应的正向与负向因果变化。我们还考虑了PACE的归一化版本，称为MEAN PACE。进一步地，我们给出PACE的可识别性判据以应对观测性研究中的反事实挑战，并定义了该方法的若干推广。最后，我们通过多个示例的分析将我们的框架与其他知名因果框架进行比较。