跳转至

Structure learning and causal effect estimation from unbalanced groups

作者: Stefano Peluso, Antonietta Mira
来源: Electronic Journal of Statistics
主题: 因果推断
相关性: 7/10
链接: https://doi.org/10.1214/26-ejs2524


一、领域脉络与小综述

这个方向是什么

本文所处的子方向是因果推断与图模型(DAG)的交叉领域,具体而言:在存在观测混杂因素、且干预目标未知的情况下,如何同时完成三件事——(i) 识别干预所作用的未知节点(targets);(ii) 量化干预的因果效应(ATE);(iii) 学习干预前后两组(处理组与对照组)各自的依赖网络结构(DAG)。其根本的统计问题是:当处理分配非随机(由观测协变量决定)且干预效果可能改变变量间的依赖结构时,如何从观测数据中同时进行结构学习与因果效应估计。该方向当前处于"方法快速发展但理论尚不完整"的阶段:贝叶斯图模型与因果推断各自成熟,但二者的结合——尤其是在非平衡组、未知干预目标、协变量存在三重设定下——仍属较新的探索。

发展脉络(history)

作者在引言中勾勒的脉络如下:

  • 奠基工作:DAG 结构学习与贝叶斯方法。引言以网络模型在科学(尤其是基因组学)中的应用开篇,引用 Lauritzen [30] 的图模型经典著作作为条件独立性与 DAG 的数学基础。随后引入 DAG-Wishart 先验(Ben-David et al. [3]、Cao et al. [5,6]、Peluso & Consonni [34]),这是在高维高斯 DAG 模型上实现共轭贝叶斯推断的关键工具。这一支线的核心贡献是:为 DAG 上的精度矩阵(precision matrix)提供了一种与图结构兼容的共轭先验,使得后验计算可行。留下的口子:DAG-Wishart 先验本身不处理协变量,也不区分处理/对照组。

  • 主要进展:未知干预下的因果结构学习。作者引用了两条并行的进展。其一是 Eaton & Murphy [15],在类别数据和高斯设定下用动态规划(Koivisto & Sood [28] 的算法)处理未知干预目标的结构学习;其二是 Zhang et al. [55] 与 Squires et al. [49],分别从分布偏移和置换搜索的角度处理多数据集下的未知干预。这一支线的核心贡献是:将"干预目标未知"从结构学习的障碍转化为可估计的对象。留下的口子:这些方法大多假设干预是"硬干预"(hard intervention,即完全切断目标节点与其父节点的联系),且不系统处理观测混杂。

  • 当前 frontier:因果效应与结构学习的联合估计。作者指出,现有文献"较少关注干预对目标节点的直接因果效应的量化"(引言第 2 段),且"外部混杂因素被忽视"(引言第 3 段)。作者将本文定位为:在观测混杂存在、干预目标未知、干预可能为软干预(soft intervention,不切断父节点联系)的设定下,同时估计因果效应与结构。这一 framing 直接对标 Castelletti & Peluso [10,11] 的先前工作——前者处理未知干预但假设"vanishing interventions"(干预效应趋于零的简化设定),后者处理不同渐近 regime 下的结构学习——本文是这两项工作的自然延伸:加入协变量、允许非平衡组、允许软干预。

  • 本文的位置:作者明确说,本文的贡献是"扩展 DAG-Wishart 先验到含协变量的 Normal-DAG-Wishart 先验"(引言第 4 段),并在此框架下同时处理三个任务。从引用关系看,本文是 Castelletti-Peluso 系列工作的"集大成者":将 [10] 的未知干预识别、[11] 的渐近理论、[34] 的兼容先验三者整合,并补上了协变量这一块此前缺失的拼图。

子线索聚类

被引文献大致落在三条子线索上:

  1. 贝叶斯 DAG 模型与先验构造([3,5,6,34]):这一簇在做"如何为 DAG 上的高斯模型设计可计算且理论性质良好的先验"。核心工具是修正 Cholesky 分解(modified Cholesky decomposition)与 DAG-Wishart 分布。成熟度高,理论(后验一致性、兼容性)相对完整。

  2. 未知干预下的因果结构学习([15,22,49,55]):这一簇在做"当干预目标未知时,如何从多组数据中恢复因果结构"。方法各异(动态规划、多检验、置换搜索、不变性),但共同假设是干预是硬干预或至少是已知类型的干预。成熟度中等,理论结果多为一致性而非效率。

  3. 因果效应估计与混杂控制([1,24,25,33,40,42,51,56]):这一簇是因果推断的经典主线——倾向得分、匹配、加权、双重稳健估计、敏感性分析。成熟度很高,但几乎不涉及图结构,通常假设变量间无复杂依赖或依赖结构已知。

本文的独特位置在于:它试图将三条线索合并——用线索 1 的先验工具,解决线索 2 的未知干预问题,同时引入线索 3 的混杂控制。这个"三合一"的定位既是卖点,也是风险:合并后的理论性质(如效率、适应性)需要从头证明。

这个方向在追问的核心问题

  1. 可识别性:在未知干预目标 + 观测混杂的设定下,因果效应和干预目标是否可识别?需要什么条件(如软干预 vs 硬干预、协变量的支持条件)?
  2. 估计效率:贝叶斯估计量(后验均值)是否达到半参数效率界?在非平衡组(n₁/n₀ 不趋于常数)下,收敛速率如何变化?
  3. 结构学习的相合性:后验是否在图上一致(posterior ratio consistency)?能否区分 Markov 等价类?
  4. 计算可行性:DAG 空间上的后验采样如何实现?MCMC 混合速度如何随节点数 q 退化?

⚠️ 作者的 framing(这是作者的说法)

作者把缺口 frame 成:"现有文献要么处理未知干预但不处理混杂([15,49,55]),要么处理混杂但不处理结构([1,24,25]),要么处理结构但不量化因果效应([10,11])——本文是第一个同时处理三者的。" 这个 framing 大体成立,但需要注意:

  • 被淡化的竞争路线:作者在引言中几乎没有讨论基于分数的因果发现方法(如 GES [12]、PC [47,48])在干预数据下的扩展。这些方法虽然不直接估计 ATE,但可以先用它们恢复结构、再在已知结构下估计因果效应——这是一个"两步走"的替代方案。作者用"联合估计"的优势(避免误差传播)来回应,但没有给出定量比较。
  • 被回避的假设:作者假设"潜在无混杂"(latent unconfoundedness,即所有混杂都被观测到),这在引言中一笔带过,但在第 5 节承认这是"一个限制"。这个假设在基因组学应用中是否现实?作者没有讨论。
  • 明显该被引却没出现的:作者没有引用 Pearl 的 do-演算 或 单世界干预图(single-world intervention graphs) 的相关文献,也没有引用 Bühlmann 等人的 invariant causal prediction 系列。前者是因果效应识别的标准框架,后者处理分布偏移下的因果发现——与本文的"干预导致分布变化"设定高度相关。这些缺席可能意味着作者有意将讨论限制在贝叶斯图模型传统内。

张力

未见明显对立引用。但有一个微妙的张力值得注意:Cao et al. [5,6] 的后验一致性结果是在"vanishing interventions"(干预效应随样本量趋于零)的设定下证明的,而本文的 Proposition 4 声称在固定干预效应下也成立。如果属实,这是对 [5,6] 的实质性推广;但作者在正文中没有讨论为什么 [5,6] 需要 vanishing interventions 而本文不需要——这个技术细节的差异可能是理解本文理论贡献的关键。


二、最核心、最简单的例子 / 数学问题

第一步:符号、模型、可观测数据

符号清单(逐个点名):

记号 含义 类型
\(i = 1, \dots, n\) 统计单元(患者、样本) 索引
\(\boldsymbol{y}_i \in \mathbb{R}^q\) 第 i 个单元的 q 维响应向量 可观测随机变量
\(\boldsymbol{x}_i \in \mathbb{R}^p\) 第 i 个单元的 p 维协变量 可观测随机变量(可能含混杂)
\(z_i \in \{0,1\}\) 处理指示(1=处理组,0=对照组) 可观测随机变量
\(\boldsymbol{y}_i(k)\) 单元 i 在干预状态 k 下的潜在结果(potential outcome) 潜在/反事实量(不可观测)
\(\mathcal{D}_k\) 组 k 的 DAG(有向无环图),k=0,1 图结构参数(要估计的对象)
\(\boldsymbol{A}_k\) \(\mathcal{D}_k\) 的邻接矩阵 图结构参数
\(\boldsymbol{B}_k \in \mathbb{R}^{p \times q}\) 组 k 的协变量回归系数矩阵 参数
\(\boldsymbol{\Omega}_k\) 组 k 的精度矩阵(precision matrix) 参数
\(\boldsymbol{L}_k, \boldsymbol{D}_k\) \(\boldsymbol{\Omega}_k\) 的修正 Cholesky 分解因子 参数
\(e(\boldsymbol{x}, \boldsymbol{\beta}) = \Pr(z=1 \mid \boldsymbol{x}, \boldsymbol{\beta})\) 倾向得分(propensity score) 参数(\(\boldsymbol{\beta}\) 为待估参数)
\(\boldsymbol{B}_k, \boldsymbol{C}_k, \boldsymbol{U}_k, \boldsymbol{a}(\mathcal{D}_k)\) Normal-DAG-Wishart 先验的超参数 已知/预设
\(n_1, n_0\) 处理组与对照组样本量 样本量指标(\(n_1 + n_0 = n\))
\(\boldsymbol{X}_k, \boldsymbol{Y}_k\) 组 k 的协变量与响应矩阵 可观测数据

模型(用直白语言写出数据生成机制):

  1. 处理分配机制:\(z_i \mid \boldsymbol{x}_i \sim \text{Bern}(e(\boldsymbol{x}_i, \boldsymbol{\beta}))\),即处理分配由观测协变量决定(倾向得分模型)。这是可忽略性(ignorability) 假设的体现:给定 \(\boldsymbol{x}\),处理分配与潜在结果独立。

  2. 潜在结果模型:对每个组 k = 0, 1,

    \[\boldsymbol{y}_i(k) \mid \boldsymbol{x}_i, \boldsymbol{B}_k, \boldsymbol{\Omega}_k \sim N_q\left(\boldsymbol{x}_i^\top \boldsymbol{B}_k, \boldsymbol{\Omega}_k^{-1}\right)\]
    即给定协变量,潜在结果服从多元高斯,其均值由协变量线性决定,精度矩阵 \(\boldsymbol{\Omega}_k\) 的零模式(zero pattern)编码了 DAG \(\mathcal{D}_k\) 中的条件独立关系。

  3. 观测规则:\(\boldsymbol{y}_i = z_i \boldsymbol{y}_i(1) + (1-z_i) \boldsymbol{y}_i(0)\),即每个单元只观测到其实际处理状态下的潜在结果(SUTVA 的观测版本)。

  4. 图模型:\(\boldsymbol{\Omega}_k\) 是 Markov 于 DAG \(\mathcal{D}_k\) 的精度矩阵,即 \(\boldsymbol{\Omega}_k\) 的非零元素与 \(\mathcal{D}_k\) 的边集一一对应(通过修正 Cholesky 分解参数化)。

可观测 vs 不可观测: - 可观测:\(\{(\boldsymbol{y}_i, \boldsymbol{x}_i, z_i)\}_{i=1}^n\),即响应、协变量、处理指示。 - 不可观测(潜在):\(\boldsymbol{y}_i(1-z_i)\)(反事实结果)、\(\mathcal{D}_0, \mathcal{D}_1\)(真实图结构)、\(\boldsymbol{B}_k, \boldsymbol{\Omega}_k\)(真实参数)、\(\boldsymbol{\beta}\)(倾向得分参数)。

要估计的对象(estimands): - 因果效应:\(\text{ATE} = \mathbb{E}[\boldsymbol{y}(1) - \boldsymbol{y}(0)] = \mathbb{E}[\boldsymbol{x}^\top(\boldsymbol{B}_1 - \boldsymbol{B}_0)]\),即协变量分布下两组回归系数差异的期望。 - 干预目标:\(\text{Targets} = \{j : \text{ATE}_j \neq 0\}\),即 ATE 非零的节点集合。 - 图结构:\(\mathcal{D}_0\) 和 \(\mathcal{D}_1\),以及结构差异 \(\boldsymbol{A}_1 - \boldsymbol{A}_0\)。

第二步:最小内核

最简特例:设 q = 1(单变量响应)、p = 1(单个协变量)、且 \(\mathcal{D}_0 = \mathcal{D}_1\)(图结构不变,只有系数变化)。此时问题退化为:

  • 观测数据:\(\{(y_i, x_i, z_i)\}_{i=1}^n\),其中 \(y_i = z_i y_i(1) + (1-z_i) y_i(0)\)。
  • 模型:\(y_i(k) = x_i \beta_k + \varepsilon_i(k)\),\(\varepsilon_i(k) \sim N(0, \sigma_k^2)\)。
  • 倾向得分:\(e(x_i, \beta) = \Phi(x_i \beta)\)(Probit)。
  • 目标:估计 \(\text{ATE} = \mathbb{E}[x](\beta_1 - \beta_0)\)。

这个特例下的核心问题:由于处理分配依赖于 x(非随机),直接比较两组均值会有混杂偏倚。最小内核的解决思路是两步走:

  1. 第一步(平衡混杂):用贝叶斯方法估计倾向得分 \(e(x, \hat{\beta})\),然后通过匹配或加权构造平衡样本。Proposition 1 保证 \(\hat{\beta}\) 是 \(\sqrt{n}\)-相合的,因此倾向得分估计误差不主导后续推断。

  2. 第二步(因果效应估计):在平衡样本上,用 Normal-DAG-Wishart 先验(此时退化为 Normal-Inverse-Gamma 先验)估计 \(\beta_1\) 和 \(\beta_0\),然后计算 \(\hat{\text{ATE}} = \bar{x}(\hat{\beta}_1 - \hat{\beta}_0)\)。Proposition 3 给出 \(\hat{\text{ATE}}\) 的渐近正态分布。

为什么这个特例是"最小内核":它保留了本文的全部三个核心要素——(i) 倾向得分建模与混杂控制(Proposition 1);(ii) 贝叶斯共轭先验下的参数估计(Proposition 2);(iii) ATE 估计量的渐近理论(Proposition 3)。去掉的只是图结构学习的维度(q=1 时没有图可言)和组间结构差异(\(\mathcal{D}_0 = \mathcal{D}_1\))。本文的一般设定只是这个特例的"加壳":把单变量高斯换成多元高斯 + DAG 精度矩阵,把系数差异换成图结构差异 + 系数差异,把简单均值换成矩阵运算。

这个特例下要证的命题退化成什么: - Proposition 1 退化为:\(\sqrt{n}(\hat{\beta} - \beta_0) \xrightarrow{d} N(0, I(\beta_0)^{-1})\),即贝叶斯估计量的 Bernstein-von Mises 定理。 - Proposition 2 退化为:Normal-Inverse-Gamma 先验的共轭性,后验仍为 Normal-Inverse-Gamma。 - Proposition 3 退化为:\(\sqrt{n}(\hat{\text{ATE}} - \text{ATE}_0) \xrightarrow{d} N(0, V)\),其中 V 由 Proposition 1 和 2 的方差项组合而成。

为什么这个内核是"吃劲"的:即使在这个最简设定下,ATE 估计量的渐近方差也涉及倾向得分估计误差与结果回归误差的相关性——这是半参数理论中"估计 nuisance 参数对目标参数效率的影响"这一核心难题的雏形。本文的 Proposition 3 声称在非平衡组(n₁/n₀ 不趋于常数)下仍成立,这比经典结果(要求两组样本量同阶)更一般,是本文理论贡献的关键点。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在观测混杂存在、干预目标未知、处理组与对照组样本量不平衡的三重设定下,如何同时识别 DAG 中的干预节点、量化因果效应(ATE)、并学习干预前后的依赖网络结构。
  2. 核心工具 / 方法:将 DAG-Wishart 先验扩展为含协变量的 Normal-DAG-Wishart 先验,建立贝叶斯潜在结果模型,结合倾向得分匹配进行混杂控制,并开发 MCMC 后验采样器。
  3. 主要结论:理论上证明了倾向得分贝叶斯估计量的渐近正态性(Proposition 1)、Normal-DAG-Wishart 先验的共轭性与闭式边际似然(Proposition 2)、ATE 估计量在不同样本量 regime 下的极限分布(Proposition 3)、以及处理组与对照组图的后验比率一致性(Proposition 4);数值上通过模拟和 AML 数据验证了方法在结构恢复、目标识别和效应估计上的表现。

关键设定与假设

在第二节最小记号的基础上,完整设定如下:

  • 数据生成:\((\boldsymbol{y}_i, \boldsymbol{x}_i, z_i)\) i.i.d.,\(\boldsymbol{y}_i \in \mathbb{R}^q\),\(\boldsymbol{x}_i \in \mathbb{R}^p\),\(z_i \in \{0,1\}\)。
  • 潜在结果:\(\boldsymbol{y}_i(k) \mid \boldsymbol{x}_i \sim N_q(\boldsymbol{x}_i^\top \boldsymbol{B}_k, \boldsymbol{\Omega}_k^{-1})\),\(\boldsymbol{\Omega}_k\) Markov 于 \(\mathcal{D}_k\)。
  • 倾向得分:\(z_i \mid \boldsymbol{x}_i \sim \text{Bern}(e(\boldsymbol{x}_i, \boldsymbol{\beta}))\),\(e\) 为已知函数形式(Probit 或 Logit),\(\boldsymbol{\beta}\) 未知。
  • 先验:\((\boldsymbol{B}_k, \boldsymbol{D}_k, \boldsymbol{L}_k) \sim NW_{\mathcal{D}_k}(\boldsymbol{B}_k, \boldsymbol{C}_k, \boldsymbol{U}_k, \boldsymbol{a}(\mathcal{D}_k))\),即 Normal-DAG-Wishart 先验(定义 2.1)。
  • 图先验:\(p(\mathcal{D}_0, \mathcal{D}_1) = p(\mathcal{D}_1 | \mathcal{D}_0) p(\mathcal{D}_0)\),允许干预前后图结构不同。

关键假设及其统计含义:

  1. 潜在无混杂(Latent unconfoundedness):\(\boldsymbol{y}(0), \boldsymbol{y}(1) \perp\!\!\!\perp z \mid \boldsymbol{x}\)。这是倾向得分方法有效性的基石——所有混杂都被观测到。作者在第 5 节承认这是限制,但没有讨论违背时的后果。
  2. SUTVA:无干扰(no interference)+ 一致性(consistency)。每个单元的潜在结果不受其他单元处理状态影响。
  3. 修正 Cholesky 分解:\(\boldsymbol{\Omega}_k = \boldsymbol{L}_k \boldsymbol{D}_k^{-1} \boldsymbol{L}_k^\top\),其中 \(\boldsymbol{L}_k\) 为单位下三角,\(\boldsymbol{D}_k\) 为对角阵。这一分解将精度矩阵的零模式与 DAG 的父集一一对应,是连接图结构与高斯模型的桥梁。
  4. 先验兼容性:\(a_j(\mathcal{D}_k) = a + 2 v_j(\mathcal{D}_k)\)(\(a > 2\)),保证 Markov 等价图有相同的边际似然(Proposition 2 的推论)。这是从 Peluso & Consonni [34] 继承的关键性质。
  5. 稀疏图先验:\(\eta_k = C_k n_k^{-1/2 + \nu_k}\)(vanishing edge inclusion probability),这是 Proposition 4 后验一致性的技术条件。

相比已有文献的放宽/强化: - 放宽:允许软干预(不切断父集联系),而 [10,15,49] 假设硬干预;允许组间图结构不同,而 [11] 假设结构相似。 - 强化:要求潜在无混杂([49] 允许部分未观测混杂);要求已知倾向得分函数形式([1] 允许非参数)。

主要结果

Proposition 1(倾向得分的渐近分布): - 陈述:\(\sqrt{n}(e(\boldsymbol{x}, \hat{\boldsymbol{\beta}}) - e(\boldsymbol{x}, \boldsymbol{\beta}_0)) \xrightarrow{d} N(0, e_{\boldsymbol{\beta}}(\boldsymbol{x}, \boldsymbol{\beta}_0)^\top (\mathbb{E} I(\boldsymbol{\beta}_0))^{-1} e_{\boldsymbol{\beta}}(\boldsymbol{x}, \boldsymbol{\beta}_0))\)。 - 直觉:贝叶斯后验均值 \(\hat{\boldsymbol{\beta}}\) 是 \(\sqrt{n}\)-相合的,且渐近等价于 MLE。这保证了倾向得分估计的误差以 \(n^{-1/2}\) 速率消失,不主导后续 ATE 推断。 - 技术要点:证明依赖 Bernstein-von Mises 定理(Ibragimov & Has'Minskii [23] 的框架),要求似然满足局部渐近正态性(LAN)。

Proposition 2(Normal-DAG-Wishart 先验的共轭性与边际似然): - 陈述:在 Normal-DAG-Wishart 先验下,后验仍为 Normal-DAG-Wishart,且边际似然有闭式表达式。 - 直觉:这是整个贝叶斯机器运转的"引擎"——闭式边际似然使得图上后验(Bayes factor)可计算,从而支持 MCMC 在图上采样。 - 技术要点:证明依赖修正 Cholesky 分解的正交性(即 \(\boldsymbol{L}\) 和 \(\boldsymbol{D}\) 在特定变换下独立),以及 Wishart 分布的卷积性质。

Proposition 3(ATE 估计量的渐近分布): - 陈述:在 n₁/n₀ → α ∈ (0,1) 时,\(\sqrt{n}(\hat{\text{ATE}} - \text{ATE}_0) \xrightarrow{d} N_q(0, \Gamma_0 + \Gamma_1 + [\alpha \Lambda_0 + (1-\alpha)\Lambda_1]/[\alpha(1-\alpha)])\);在 n₁/n₀ → 1 或 0 的退化情形下,收敛速率退化为 \(\sqrt{n_0}\) 或 \(\sqrt{n_1}\)。 - 直觉:ATE 估计量的渐近方差分解为两部分——(i) 结果回归的固有噪声(\(\Gamma_k\));(ii) 倾向得分估计与组间不平衡带来的额外方差(\(\Lambda_k\))。当一组样本量趋于零时,估计量由样本量小的组主导,收敛速率恶化。 - 技术要点:证明依赖 Delta method 和 Proposition 1 的渐近正态性。关键假设是 \(\bar{\boldsymbol{x}} \xrightarrow{p} \boldsymbol{\mu}\) 和 \(\boldsymbol{x}^\top \boldsymbol{x}/n \xrightarrow{p} \boldsymbol{M}\)(协变量矩条件)。

Proposition 4(后验比率一致性): - 陈述:在 vanishing edge inclusion probability 条件下,后验比率 \(p(\mathcal{D}_0, \mathcal{D}_1 | \text{data}) / p(\mathcal{D}_0^0, \mathcal{D}_1^0 | \text{data})\) 对任何不在真实 Markov 等价类中的 \((\mathcal{D}_0, \mathcal{D}_1)\) 依概率收敛到 0。 - 直觉:后验最终集中在真实图的 Markov 等价类上,结构学习是一致的(up to 等价类)。 - 技术要点:证明依赖修正 Cholesky 分解的局部行为(即错误图对应的精度矩阵与真实精度矩阵的 KL 散度有正下界),以及 vanishing prior 条件(\(\eta_k = C_k n_k^{-1/2+\nu_k}\))保证对稠密图的惩罚足够强。

证明路线与技术技巧

整体路线(3-5 步逻辑主干):

  1. 建立似然与先验的共轭结构(Proposition 2):通过修正 Cholesky 分解,将多元高斯似然分解为一系列条件回归,每个条件回归对应 DAG 中的一个节点及其父集。Normal-DAG-Wishart 先验正是对这一分解的共轭先验,使得后验和边际似然都有闭式形式。

  2. 倾向得分估计的渐近理论(Proposition 1):将贝叶斯后验均值 \(\hat{\boldsymbol{\beta}}\) 视为 MLE 的渐近等价物,利用 Bernstein-von Mises 定理得到 \(\sqrt{n}\)-相合性和渐近正态性。这一步为后续 ATE 推断提供了"nuisance 参数估计误差可忽略"的保证。

  3. ATE 估计量的 Delta method(Proposition 3):将 \(\hat{\text{ATE}} = \bar{\boldsymbol{x}}^\top(\hat{\boldsymbol{B}}_1 - \hat{\boldsymbol{B}}_0)\) 视为 \(\hat{\boldsymbol{B}}_k\) 的光滑函数,利用 Delta method 从 \(\hat{\boldsymbol{B}}_k\) 的渐近正态性推导 \(\hat{\text{ATE}}\) 的渐近分布。关键技巧是处理两组样本量不同步增长的情形——这需要比标准 Delta method 更精细的论证。

  4. 图上后验的一致性(Proposition 4):利用边际似然的闭式形式,将后验比率转化为 Bayes factor 的乘积。对错误图,利用 KL 散度的正下界证明 Bayes factor 指数衰减;对真实等价类内的图,利用先验兼容性证明 Bayes factor 趋于 1。

关键技巧点名:

  • 修正 Cholesky 分解的正交性:这是整个先验构造的基石。\(\boldsymbol{L}\) 和 \(\boldsymbol{D}\) 在特定变换下的独立性使得先验可以分解为节点级因子的乘积,从而支持图上后验的逐节点计算。
  • Vanishing prior edge inclusion probability:这是 Proposition 4 的技术核心。通过让先验对边的惩罚随样本量增长(\(\eta_k = C_k n_k^{-1/2+\nu_k}\)),可以压制稠密图的 posterior mass,同时不干扰真实边的检测。
  • 非平衡组的 Delta method:Proposition 3 的证明需要处理 n₁/n₀ 不趋于常数的情况。作者通过引入"主导组"的概念,将渐近方差分解为两部分,分别对应两组样本量的贡献。

真实例子与应用

模拟实验: - 设定:q ∈ {5, 10, 20},p ∈ {2, 3, 4},n = 5000,M = 50 次重复。真实图由 pcalg::randomDAG 生成,边包含概率 2/q。干预为软干预,目标为前两个节点。 - 结果:在结构恢复上,本文方法(BAYES)在所有设定下均取得最低的 SHD(Structural Hamming Distance),优于 GES(三种惩罚水平)和 PC(三种显著性水平)。在 ATE 估计上,后验均值的偏差和 RMSE 均随 n 增大而减小,且 95% 可信区间的覆盖率接近名义水平。 - 说明:模拟验证了 Proposition 3 和 4 的理论预测——结构恢复一致性和 ATE 估计的渐近正态性。

AML 数据应用: - 数据:Kornblau et al. [29] 的 178 名 AML 患者,18 个凋亡/细胞周期相关蛋白,6 个协变量(年龄、性别、FAB 亚型等)。处理为是否接受 HDAC 抑制剂治疗(n₁ = 64, n₀ = 114)。 - 方法:先做倾向得分匹配(1:1 最近邻匹配),再在匹配后的样本上运行 MCMC 后验采样器。 - 结果:识别出 GSK3 为显著受干预影响的靶点(95% 可信区间不包含 0),而 BAD、CCND1、BCLXL 接近显著。干预前后的图结构有明显差异:33 条边被删除,29 条边被新增,表明 HDAC 抑制剂不仅影响单个靶点,还重塑了整个蛋白互作网络。 - 说明:这个例子展示了方法在"软干预 + 非平衡组 + 混杂存在"的真实场景中的可用性。

🔎 结论是否比证明窄

需要点名几处:

  1. Proposition 4 的"vanishing prior"条件:作者在定理陈述中假设 \(\eta_k = C_k n_k^{-1/2+\nu_k}\),但在模拟和 AML 应用中,\(\eta_k\) 是固定的(不随 n 变化)。这意味着理论保证和实际使用之间存在 gap——实际使用的先验不满足定理的条件。作者没有讨论这个 gap 的后果(例如,固定 \(\eta\) 是否会导致后验不一致?)。

  2. Proposition 3 的"主导组"情形:作者证明了 n₁/n₀ → α ∈ (0,1) 时的 \(\sqrt{n}\)-收敛,以及 n₁/n₀ → 1 或 0 时的退化收敛。但 AML 应用中 n₁/n₀ = 64/114 ≈ 0.56,属于 α ∈ (0,1) 的情形,理论适用。然而,作者没有给出 α 接近 0 或 1 时的有限样本诊断——实际中如何判断"退化"是否发生?

  3. "潜在无混杂"假设的验证:作者在 AML 应用中通过倾向得分匹配来"平衡"两组,但匹配只能平衡观测到的协变量。如果存在未观测混杂,匹配后的估计仍然有偏。作者没有讨论这个假设的敏感性(例如,没有做 E-value 或 Rosenbaum 敏感性分析)。

  4. 结论中的"识别"表述:作者在 Proposition 4 中声称"正确识别"图结构,但实际只能识别到 Markov 等价类(作者自己也承认)。在摘要和引言中,"identifies the unknown target nodes"的表述可能让读者误以为可以识别到具体的有向图,而非等价类。


四、开放问题

以下开放问题均扎根于本文的具体语句:

  1. 高维情形的理论:作者在引言中提到"vanishing edge inclusion probabilities"(第 3 节),但 Proposition 4 的证明是否适用于 q 随 n 增长的情形?作者在第 5 节说"我们猜想 Proposition 4 可以推广到高维情形",但未给出证明。要确认这是否是真 gap:去读 Cao et al. [5,6] 的高维结果,看他们的技术条件(如稀疏性、限制特征值)是否可以直接移植到本文的设定。

  2. 非平衡组的效率界:Proposition 3 给出了 ATE 估计量的渐近方差,但作者没有讨论这个方差是否达到半参数效率下界。在 n₁/n₀ → α ∈ (0,1) 时,效率界是否与 α 有关?要确认:去读 Hahn (1998) 关于 ATE 半参数效率的经典结果,看本文的估计量是否达到该界。

  3. 软干预的可识别性:作者在引言中说"干预可以改变依赖结构",但 Proposition 4 的一致性是在"干预前后图都属于同一 Markov 等价类"的假设下证明的。如果软干预导致图结构跨等价类变化,后验是否还能一致?要确认:去读 Eberhardt 等人关于软干预可识别性的工作,看是否有反例。

  4. 计算复杂度:MCMC 采样器(补充材料第 2 节)在 q=20 时的混合性能如何?作者在模拟中只报告了 SHD 和 ATE 的估计质量,没有报告 MCMC 的接受率、有效样本量或收敛诊断。要确认:去读 Castelletti & Peluso [11] 的补充材料,看他们是否报告了类似指标。

  5. 敏感性分析:作者在第 5 节承认"潜在无混杂"是限制,但没有提供敏感性分析的工具。要确认:去读 Tan [51] 和 Zhao et al. [56] 的敏感性分析框架,看是否能嫁接到本文的贝叶斯图模型设定中。


提醒:要确认上述开放问题是否是真 gap,建议去读同子领域近期约 5 篇论文的引言(特别是 Castelletti & Peluso [10,11]、Cao et al. [5,6]、Squires et al. [49] 的后续工作)。如果多篇论文都指向同一个问题,那很可能是共识性的真 gap;如果各篇论文的 framing 互相矛盾,那可能是一个尚未被清晰定义的机会。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论