利用反事实逻辑恢复带有选择偏差的实验数据

由某些样本的系统性纳入或排除引起的选择偏差，对因果推断的有效性构成了重大挑战。虽然 Bareinboim 等人引入了利用部分外部信息从有偏数据中恢复无偏观察分布和干预分布的方法，但后门调整的复杂性以及该方法对观察数据的强烈依赖，限制了其在许多实际场景中的适用性。在本文中，我们正式发现了在带有选择偏差的情况下使用实验数据恢复 $P(Y^*_{x^*})$ 的可恢复性。通过结构因果模型 显式构建反事实世界，我们分析了观察世界中的选择机制如何传播到反事实域。我们推导出了一套完整的图论和理论准则，以确定实验分布不受选择偏差的影响。此外，我们提出了利用部分无偏观察数据从有偏实验数据集中恢复 $P(Y^*_{x^*})$ 的原则性方法。模拟现实研究场景的仿真研究证明了我们方法的实用性，为在应用因果推断中缓解选择偏差提供了具体指导。