跳转至

Model-Based Causal Feature Selection for General Response Types

作者: Lucas Kook, Sorawit Saengkyongam, Anton Rask Lundborg, Torsten Hothorn, Jonas Peters
来源: Journal of the American Statistical Association
主题: 因果推断
相关性: 8/10
链接: 期刊页 · arXiv

一、领域脉络与小综述

这个方向是什么

本子方向解决的根本问题是：从观测数据中，利用来自异质环境（heterogeneous settings / environments）的数据，识别出对某个响应变量（response）具有因果效应的特征集合（causal features）。其核心统计思想是“因果机制的不变性”（invariance of causal mechanisms）：在因果系统中，给定直接原因（direct causes）后，响应变量的条件分布在不同环境（如不同实验条件、不同子群体）下保持不变；而非因果特征的条件关系则会随环境变化。当前成熟度：ICP 框架自 2016 年提出后，已成为因果特征选择的重要范式，但其对响应变量类型的限制（连续、加性噪声）是主要瓶颈。

发展脉络（history）

  1. 奠基工作：
  2. Peters, Bühlmann & Meinshausen (2016) — ICP 原始论文：提出 ICP 框架，假设数据来自多个环境，利用“给定直接原因后，响应变量的条件分布跨环境不变”这一性质进行特征选择。方法基于线性模型，检验环境与残差的条件独立性。留下的口子：仅适用于线性模型，且要求响应为连续型。

  3. Heinze-Deml et al. (2018) — 非参数 ICP：将 ICP 扩展到非参数设定，使用条件独立性检验（如基于随机森林的检验）来测试不变性。留下的口子：非参数条件独立性检验在有限样本下往往功效低（low power）或第一类错误控制差（poor Type I error control），且对响应类型无特别处理。

  4. 主要进展：

  5. Gamella & Heinze-Deml (2020) — 加性噪声模型 ICP：将 ICP 扩展到一般加性噪声模型（additive noise models），允许非线性关系，但要求噪声为加性且响应连续。留下的口子：无法处理分类、计数、删失等非连续响应类型。
  6. Rothenhäusler et al. (2021) — Anchor regression：提出基于锚点回归（anchor regression）的因果推断方法，利用环境变量作为锚点，在分布偏移下进行鲁棒预测。留下的口子：侧重于预测鲁棒性而非特征选择，且对响应类型有连续性假设。

  7. Pfister et al. (2021) — 基于核的 ICP：使用核方法进行非参数不变性检验，可处理高维或复杂数据。留下的口子：计算复杂度高，且对响应类型的适应性有限。

  8. 当前 frontier：

  9. Kook et al. (2024) — 本文：将 ICP 与变换模型（transformation models, tram）结合，首次系统性地处理连续、分类、计数、删失等多种响应类型下的因果特征选择问题。位置：填补了 ICP 框架在非连续响应类型上的空白，同时避免了非参数检验的低功效问题。

子线索聚类

这些被引文献大致落在 3 条子线索上：

  1. 线性 / 参数 ICP 线索：
  2. Peters et al. (2016)：线性模型 + 残差独立性检验。
  3. 本文的 tram-Wald：线性移位 tram + Wald 检验，可视为该线索在广义线性模型上的推广。

  4. 共同点：假设响应与特征间有参数化结构（线性或广义线性），检验统计量有显式渐近分布。

  5. 非参数 ICP 线索：

  6. Heinze-Deml et al. (2018)：非参数条件独立性检验。
  7. Pfister et al. (2021)：核方法。

  8. 共同点：不假设函数形式，但面临功效 / 第一类错误控制的权衡，且计算成本高。

  9. 加性噪声模型 ICP 线索：

  10. Gamella & Heinze-Deml (2020)：加性噪声模型。
  11. 共同点：允许非线性，但要求响应连续且噪声加性，无法处理离散 / 删失响应。

这个方向在追问的核心问题（2-4 个）

  1. 不变性检验的统计性质：如何构造一个检验，在有限样本下既能控制第一类错误（均匀渐近水平），又对非因果特征有足够功效？
  2. 响应类型的泛化：如何将 ICP 框架扩展到非连续响应（分类、计数、删失），同时保持检验的渐近有效性？
  3. 计算可行性：在非参数或半参数设定下，如何避免高维核方法或条件独立性检验的计算瓶颈？
  4. 识别性与模型假设：在非连续响应下，因果特征是否可识别？需要什么样的模型假设（如变换模型的可加性结构）来保证识别性？

当前主流方法与已知瓶颈：主流方法（非参数 ICP、加性噪声 ICP）要么受限于响应类型（连续），要么受限于检验功效（非参数检验）。本文的 tram 框架通过参数化条件分布（变换模型）同时解决了这两个问题：它允许多种响应类型，且检验统计量（tram-GCM）有显式渐近分布，避免了非参数检验的困境。

⚠️ 作者的 framing（必须明确标注成"这是作者的说法"）

作者把缺口 frame 成："ICP has been extended to general additive noise models and to nonparametric settings using conditional independence tests. However, the latter often suffer from low power (or poor Type I error control) and additive noise models are not suitable for applications in which the response is not measured on a continuous scale, but reflects categories or counts."（Abstract）——即，现有 ICP 扩展要么功效差，要么无法处理非连续响应。作者将本文定位为"显然的下一步"：用变换模型同时解决这两个问题。

被淡化或回避的竞争路线： - Anchor regression (Rothenhäusler et al., 2021) 未被引用。Anchor regression 也利用环境变量进行因果推断，且可处理分布偏移，但侧重于预测鲁棒性而非特征选择。作者可能认为其目标不同（预测 vs. 特征选择），但未在 intro 中讨论。 - 基于核的 ICP (Pfister et al., 2021) 未被引用。核方法可处理非连续响应（通过核函数映射），但计算复杂度高。作者可能认为 tram 方法在可解释性和计算效率上更优，但未明确比较。

什么明显该被引 / 该存在、却没出现在 intro 里？ - Anchor regression：作为利用环境变量进行因果推断的另一主流框架，其与 ICP 的关系值得讨论。 - 基于核的 ICP：作为非参数 ICP 的另一种实现，其与 tram-GCM 在功效 / 计算上的比较是自然延伸。 - 值得研究者去查的问题：这些被回避的竞争路线是否在特定场景下优于本文方法？例如，当响应类型为多分类时，核方法是否比 tram 更灵活？

张力

未见明显对立引用。被引工作之间在方法论上互补而非矛盾：线性 ICP 假设强但检验简单，非参数 ICP 假设弱但检验困难，加性噪声 ICP 介于两者之间。本文的 tram 框架可视为在参数化（线性）与非参数之间取了一个半参数折中。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

符号： - 响应变量：\( Y \in \mathcal{Y} \)，可以是连续（\(\mathbb{R}\)）、分类（\(\{1,\dots,K\}\)）、计数（\(\mathbb{N}_0\)）、或删失（如生存时间）。可观测。 - 特征向量：\( X \in \mathbb{R}^p \)，\( p \) 个候选特征。可观测。 - 环境变量：\( E \in \mathcal{E} \)，表示数据来源的环境（如不同实验条件、不同医院）。可观测，且是离散的（有限个取值）。 - 因果特征集：\( S^* \subseteq \{1,\dots,p\} \)，即 \( Y \) 的直接原因（direct causes）的索引集。不可观测，是我们要估计的目标。 - 变换模型参数：\( \theta \in \Theta \)，包含基线变换 \( h \) 和回归系数 \( \beta \)。要估计。 - 得分残差（score residual）：\( r(Y, X; \theta) \)，基于变换模型的似然得分函数。可计算（给定 \( \theta \) 的估计）。

模型： - 变换模型（transformation model, tram）：假设存在一个单调递增的变换函数 \( h: \mathcal{Y} \to \mathbb{R} \)，使得

\[h(Y) = X^\top \beta + \varepsilon, \quad \varepsilon \sim F\]
其中 \( F \) 是已知的累积分布函数（如逻辑分布、极值分布、正态分布）。\( h \) 是未知的单调函数，通过参数化（如 Bernstein 多项式）或非参数估计。关键：这个模型将任意响应类型映射到线性模型上，通过 \( h \) 吸收响应分布的非线性。 - 不变性假设（Invariance assumption）：给定直接原因 \( X_{S^*} \) 后，\( Y \) 的条件分布跨环境不变，即
\[Y \perp\!\!\!\perp E \mid X_{S^*}\]
等价于：在 tram 框架下，给定 \( X_{S^*} \) 后，得分残差 \( r(Y, X_{S^*}; \theta) \) 与 \( E \) 条件独立。

可观测数据： - 研究者观测到 \( n \) 个独立样本 \( (Y_i, X_i, E_i) \)，\( i=1,\dots,n \)，来自 \( K \) 个环境（\( E_i \in \{1,\dots,K\} \)）。 - 想要但观测不到：因果特征集 \( S^* \)、变换函数 \( h \)、误差分布 \( F \) 的精确形式（虽然 \( F \) 被假设已知，但 \( h \) 未知）。 - 识别策略：利用不变性假设——如果 \( S \subseteq \{1,\dots,p\} \) 是候选特征集，那么当且仅当 \( S \supseteq S^* \)（即包含所有直接原因）时，\( Y \perp\!\!\!\perp E \mid X_S \) 成立。因此，通过检验每个候选集 \( S \) 的不变性，可以筛选出因果特征。

第二步：讲最小内核

最简特例：假设 \( Y \) 是二值响应（\( Y \in \{0,1\} \)），且我们考虑线性移位 tram（linear shift tram），即变换函数 \( h \) 是恒等映射（\( h(y) = y \)），误差分布 \( F \) 是逻辑分布（logistic distribution）。此时 tram 退化为逻辑回归模型：

\[\mathbb{P}(Y=1 \mid X) = \frac{\exp(X^\top \beta)}{1 + \exp(X^\top \beta)}\]
假设数据来自两个环境（\( E \in \{1,2\} \)），每个环境有 \( n/2 \) 个样本。我们想找出 \( Y \) 的直接原因 \( S^* \)。

核心思路：在逻辑回归下，不变性假设 \( Y \perp\!\!\!\perp E \mid X_{S^*} \) 等价于：给定 \( X_{S^*} \) 后，\( Y \) 的条件分布（即逻辑回归的预测概率）在两个环境中相同。这意味着，如果我们在每个环境中分别拟合逻辑回归（使用全部特征 \( X \)），那么对于包含所有直接原因的候选集 \( S \supseteq S^* \)，环境间的回归系数应相等（即 \( \beta^{(1)} = \beta^{(2)} \) 对于 \( X_S \) 的系数）。

检验方法（tram-Wald）： 1. 拟合：在每个环境 \( e \) 中，用候选特征集 \( X_S \) 拟合逻辑回归，得到系数估计 \( \hat{\beta}^{(e)}_S \) 和协方差矩阵 \( \hat{\Sigma}^{(e)}_S \)。 2. 构建 Wald 统计量：检验环境间系数是否相等：

\[T_{\text{Wald}}(S) = (\hat{\beta}^{(1)}_S - \hat{\beta}^{(2)}_S)^\top (\hat{\Sigma}^{(1)}_S + \hat{\Sigma}^{(2)}_S)^{-1} (\hat{\beta}^{(1)}_S - \hat{\beta}^{(2)}_S)\]
在原假设（\( S \supseteq S^* \)）下，\( T_{\text{Wald}}(S) \xrightarrow{d} \chi^2_{|S|} \)（自由度 \( |S| \) 的卡方分布）。 3. 决策：对每个候选集 \( S \)，计算 p 值 \( p(S) = 1 - F_{\chi^2_{|S|}}(T_{\text{Wald}}(S)) \)。如果 \( p(S) > \alpha \)（如 0.05），则接受 \( S \) 为不变集。 4. 特征选择：取所有被接受的不变集的交集作为因果特征集的估计：
\[\hat{S} = \bigcap_{S: p(S) > \alpha} S\]
这个交集在理论上以高概率包含于 \( S^* \)（即不包含假阳性特征）。

为什么这个特例是内核：逻辑回归是线性移位 tram 的特例（\( h \) 恒等，\( F \) 逻辑分布）。本文的一般 tram 框架允许 \( h \) 未知（通过参数化估计）和 \( F \) 任意（如极值分布用于生存分析），但检验逻辑完全相同：先拟合模型，再检验环境间参数是否相等（tram-Wald）或得分残差是否与环境独立（tram-GCM）。这个特例抓住了整篇论文的核心数学操作——在参数化条件分布下，将不变性检验转化为参数等值检验。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在异质环境数据下，针对连续、分类、计数、删失等多种响应类型，提出基于变换模型（tram）的因果特征选择方法。
  2. 核心工具 / 方法：提出两种不变性检验——tram-GCM（基于得分残差的条件协方差检验，适用于一般 tram）和 tram-Wald（基于 Wald 统计量，适用于线性移位 tram），并证明 tram-GCM 具有均匀渐近水平保证。
  3. 主要结论：tram-GCM 在多种响应类型下能有效控制第一类错误并保持合理功效；tram-Wald 在线性移位 tram 下功效更高但假设更强；在重症患者生存因果特征案例中，方法识别出有意义的因果特征。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 设定：数据 \( (Y_i, X_i, E_i) \)，\( i=1,\dots,n \)，来自 \( K \) 个环境（\( K \geq 2 \)）。响应 \( Y \) 可以是连续、分类、计数、或删失（如右删失生存时间）。特征 \( X \in \mathbb{R}^p \)，环境 \( E \in \{1,\dots,K\} \)。
  • 模型假设：
  • 变换模型（tram）：存在单调递增变换 \( h \) 和已知分布 \( F \)，使得 \( h(Y) = X^\top \beta + \varepsilon \)，\( \varepsilon \sim F \)。\( h \) 通过参数化（如 Bernstein 多项式）或半参数方法估计。
  • 线性移位 tram（linear shift tram）：\( h \) 是恒等映射（即 \( h(y) = y \)），此时模型退化为广义线性模型（如逻辑回归、比例风险模型）。
  • 不变性假设：\( Y \perp\!\!\!\perp E \mid X_{S^*} \)，其中 \( S^* \) 是因果特征集。
  • 因果充分性（causal sufficiency）：没有未观测的混淆变量同时影响 \( Y \) 和 \( X \)（标准 ICP 假设）。
  • 相比已有文献的放宽或强化：
  • 放宽：相比加性噪声 ICP（Gamella & Heinze-Deml, 2020），本文允许非连续响应（分类、计数、删失）。
  • 强化：相比非参数 ICP（Heinze-Deml et al., 2018），本文假设了参数化模型（tram），从而获得更好的检验性质（均匀渐近水平）。
  • 关键限制：tram 假设 \( h(Y) \) 与 \( X \) 有线性关系，这比加性噪声模型更严格（加性噪声允许 \( h(Y) = f(X) + \varepsilon \)，其中 \( f \) 非线性）。但 tram 通过 \( h \) 的非线性吸收了响应分布的非线性，因此对 \( X \) 的线性假设可能比加性噪声模型更合理（因为 \( h \) 可以任意复杂）。

主要结果

定理 1（tram-GCM 的均匀渐近水平）： - 陈述：在正则条件下（包括 tram 模型的正确设定、参数估计的 \( \sqrt{n} \)-一致性、得分函数的光滑性），tram-GCM 检验统计量在原假设（\( S \supseteq S^* \)）下渐近服从 \( \chi^2_{K-1} \) 分布，且收敛是均匀的（uniformly over the null hypothesis）。 - 直觉：tram-GCM 基于得分残差 \( r(Y, X_S; \hat{\theta}) \) 与环境 \( E \) 的期望条件协方差。在原假设下，得分残差与 \( E \) 条件独立，因此协方差为零。通过 Delta 方法和经验过程理论，可证明检验统计量的渐近分布。 - 必要条件：\( n \to \infty \)，\( K \) 固定，\( p \) 固定（或 \( p \) 随 \( n \) 增长但慢于 \( n \)），模型正确设定。 - 解决的技术难点：均匀性（uniformity）的证明需要处理参数估计的不确定性，作者使用经验过程理论（empirical process theory）和 Donsker 类条件来控制余项。

定理 2（tram-Wald 的渐近分布）： - 陈述：在线性移位 tram 下，tram-Wald 检验统计量在原假设下渐近服从 \( \chi^2_{|S|(K-1)} \) 分布。 - 直觉：Wald 检验直接比较环境间的回归系数，其渐近分布由 M-估计理论给出。 - 必要条件：线性移位 tram 假设（即 \( h \) 恒等），这比一般 tram 更强。

模拟实验核心结论： - 第一类错误控制：tram-GCM 在所有响应类型（连续、二值、计数、删失）下均能控制第一类错误在名义水平附近（如 0.05），而基于随机森林的非参数 ICP 在有限样本下第一类错误严重膨胀（如达到 0.2-0.3）。 - 功效：tram-GCM 的功效随样本量增加而提高，在中等样本量（\( n=500 \)）下可达 0.8 以上；tram-Wald 在线性移位 tram 下功效更高（接近 1），但在模型误设时第一类错误可能膨胀。 - 与 baseline 对比：相比非参数 ICP，tram-GCM 在功效上相当或略优，但第一类错误控制显著更好。

证明路线与技术技巧

整体路线（tram-GCM 的渐近分布证明）：

  1. 步骤 1：定义检验统计量。tram-GCM 统计量基于得分残差 \( r_i = r(Y_i, X_{i,S}; \hat{\theta}) \) 与环境指示变量 \( E_i \) 的样本协方差矩阵。具体地，定义 \( \hat{\Gamma} = \frac{1}{n} \sum_{i=1}^n (r_i - \bar{r})(\mathbf{1}_{E_i} - \bar{\mathbf{1}}_E)^\top \)，其中 \( \mathbf{1}_{E_i} \) 是环境指示向量（\( K \) 维）。检验统计量为 \( T = n \cdot \text{vec}(\hat{\Gamma})^\top \hat{V}^{-1} \text{vec}(\hat{\Gamma}) \)，其中 \( \hat{V} \) 是协方差矩阵的估计。

  2. 步骤 2：线性化。将 \( \hat{\Gamma} \) 在真实参数 \( \theta_0 \) 处泰勒展开：

    \[\hat{\Gamma} = \Gamma(\theta_0) + \frac{\partial \Gamma}{\partial \theta}(\theta_0)(\hat{\theta} - \theta_0) + o_p(n^{-1/2})\]
    其中 \( \Gamma(\theta_0) \) 是使用真实参数时的协方差矩阵。在原假设下，\( \Gamma(\theta_0) = 0 \)（因为得分残差与 \( E \) 条件独立）。

  3. 步骤 3：处理参数估计误差。\( \hat{\theta} - \theta_0 \) 是 \( \sqrt{n} \)-一致的，且可表示为 \( \frac{1}{n} \sum_{i=1}^n \psi(Y_i, X_i; \theta_0) + o_p(n^{-1/2}) \)（影响函数表示）。代入后，\( \hat{\Gamma} \) 可表示为 \( \frac{1}{n} \sum_{i=1}^n \phi(Y_i, X_i, E_i; \theta_0) + o_p(n^{-1/2}) \)，其中 \( \phi \) 是某个影响函数。

  4. 步骤 4：应用中心极限定理。\( \phi \) 是均值为零、方差有限的 i.i.d. 随机向量，因此 \( \sqrt{n} \text{vec}(\hat{\Gamma}) \xrightarrow{d} N(0, V) \)，其中 \( V \) 是 \( \phi \) 的协方差矩阵。从而 \( T \xrightarrow{d} \chi^2_{K-1} \)。

  5. 步骤 5：均匀性。为了证明收敛是均匀的（over the null hypothesis），作者使用经验过程理论：证明 \( \phi \) 属于某个 Donsker 类，从而 \( \sqrt{n} \text{vec}(\hat{\Gamma}) \) 在 \( \theta_0 \) 的邻域内一致收敛。

关键跳跃点： - 跳跃点 1：从 \( \Gamma(\theta_0) = 0 \) 到 \( \hat{\Gamma} \) 的渐近正态性。难点在于参数估计误差 \( \hat{\theta} - \theta_0 \) 的影响不能忽略，必须通过影响函数展开将其吸收进 \( \phi \) 中。作者通过 Delta 方法和 M-估计理论解决了这一点。 - 跳跃点 2：均匀性证明。通常的渐近分布证明只给出逐点收敛（pointwise），但 ICP 需要同时检验多个候选集 \( S \)，因此需要均匀性。作者使用经验过程理论中的 Donsker 定理来保证。

技术技巧点名： - 经验过程理论（empirical process theory）：用于证明均匀收敛性，确保检验统计量在多个候选集上同时有效。 - M-估计理论（M-estimation theory）：用于处理参数估计 \( \hat{\theta} \) 的不确定性，将其影响函数展开。 - Delta 方法（Delta method）：用于将 \( \hat{\Gamma} \) 线性化。 - 得分函数（score function）：tram 的得分残差是构建检验统计量的核心，其性质（如正交性、矩条件）保证了检验的渐近有效性。

真实例子与应用

数据 / 场景：重症监护病房（ICU）患者的生存因果特征研究。数据来自 MIMIC-III 数据库，包含约 4 万名 ICU 患者，响应变量 \( Y \) 是住院生存时间（右删失），特征 \( X \) 包括年龄、性别、合并症（如糖尿病、高血压）、入院类型（急诊/择期）、实验室指标（如乳酸、肌酐）等。环境变量 \( E \) 定义为医院类型（教学医院 vs. 非教学医院），共 2 个环境。

方法应用： 1. 模型选择：使用比例优势变换模型（proportional odds tram） 处理删失生存时间，其中 \( F \) 是逻辑分布（logistic distribution），\( h \) 通过 Bernstein 多项式参数化。 2. 检验：对每个候选特征集 \( S \)（从单特征到全特征），使用 tram-GCM 检验不变性。由于 \( p \) 较大（约 20），采用贪婪搜索（greedy search）而非穷举：从空集开始，逐步添加特征，每次添加后检验不变性，若不变则保留。 3. 结果：最终识别出的因果特征集包括年龄、乳酸水平、肌酐水平、入院类型（急诊 vs. 择期）。这些特征在医学文献中被认为是生存的重要预测因子，且跨医院类型不变（即其因果效应在不同医院类型中一致）。

这个例子想说明什么： - 验证理论：展示 tram-GCM 在真实删失数据上的可行性，证明其能处理实际中常见的右删失生存时间。 - 展示相对 baseline 的优势：作者对比了非参数 ICP（基于随机森林的条件独立性检验），后者在相同数据上第一类错误严重膨胀（识别出大量假阳性特征），而 tram-GCM 控制了第一类错误。 - 实际意义：识别出的因果特征可用于指导临床决策（如对高乳酸患者加强监护），且其跨环境不变性意味着这些特征在不同医院类型中具有可推广性。

🔎 结论是否比证明窄

  • 窄结论 1：tram-GCM 的均匀渐近水平证明依赖于模型正确设定（即 tram 是真实数据生成机制）。作者在定理陈述中明确写了"under correct model specification"（Section 3.2），但在结论中泛泛 claim 为"uniform asymptotic level guarantee"。实际应用时，模型误设可能导致第一类错误膨胀，作者在模拟中对此有所讨论（当模型误设时，tram-GCM 的第一类错误略高于名义水平）。
  • 窄结论 2：tram-Wald 的渐近分布证明仅适用于线性移位 tram（即 \( h \) 恒等）。作者在结论中将其推广为"for linear shift trams"，但未讨论当 \( h \) 非恒等时 tram-Wald 的性质。实际中，如果 \( h \) 被误设为恒等，tram-Wald 可能失效。
  • 窄结论 3：特征选择过程（取所有不变集的交集）的理论保证仅适用于穷举搜索（exhaustive search over all subsets）。作者在真实例子中使用了贪婪搜索，但未证明贪婪搜索的理论性质（如是否仍能保证假阳性控制）。这是一个明显的 gap：贪婪搜索可能遗漏某些不变集，导致交集变大（假阳性增加）。

四、开放问题（点到为止，扎根具体语句）

  1. 高维特征下的计算与理论：本文假设 \( p \) 固定或 \( p \) 随 \( n \) 增长但慢于 \( n \)。当 \( p \gg n \) 时，穷举搜索不可行，贪婪搜索或 Lasso 型方法的理论性质未知。扎根：作者在 Section 5（Discussion）中写道"extending our approach to high-dimensional settings... is an important direction for future work"。

  2. 模型误设的鲁棒性：tram-GCM 的均匀渐近水平依赖于模型正确设定。当 tram 被误设时，检验的第一类错误如何变化？是否存在鲁棒版本的检验？扎根：作者在模拟中展示了模型误设下的表现（Section 4.2），但未提供理论分析。

  3. 非参数 tram 的扩展：本文的 tram 是参数化的（\( h \) 通过 Bernstein 多项式参数化）。如果 \( h \) 完全非参数（如通过核方法估计），tram-GCM 的渐近性质是否仍然成立？扎根：作者在 Section 5 中提及"a fully nonparametric version of our approach would be of interest"。

  4. 环境变量内生性：本文假设环境变量 \( E \) 是外生的（即 \( E \) 不影响 \( X \) 的因果结构）。如果 \( E \) 与未观测混淆变量相关（即环境选择有偏），不变性假设可能被违反。扎根：作者在 Section 2.1 中假设"the environments are generated by interventions on variables other than \( Y \)"，但未讨论 \( E \) 内生的情况。

  5. 与 Anchor regression 的关系：Anchor regression (Rothenhäusler et al., 2021) 也利用环境变量进行因果推断，但侧重于预测鲁棒性。本文方法是否可视为 Anchor regression 在特征选择上的特例？两者在假设和结论上的异同值得探索。扎根：本文未引用 Anchor regression，这是一个值得研究者去查的 gap。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论