跳转至

Sharp bounds for posterior causal attribution given complete factual records

作者: Liyao Zhou, Xinwei Sun
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2611.11307


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回顾性因果归因(retrospective causal attribution / causes of effects)。与经典的"effects of causes"(给定干预,估计结果分布)不同,这里的问题是反向的:给定一个已经发生的、完整的事实记录(factual record),评估"如果早期某个事件不同,观察到的结果是否会被阻止"。这类问题在工程事故归因(如反应堆停机)、法律问责、流行病学个体归因中都有直接需求。其核心统计困难在于:观测数据通常只能识别边际潜在响应概率(marginal potential-response probabilities),而跨世界联合分布(cross-world joint distributions)——即同一单位在不同干预下的反事实响应之间的关联——在原则上不可识别。因此,该方向的成熟度处于"部分识别(partial identification)"范式之下:目标不是点估计,而是给出目标量的尖锐界(sharp bounds)。

发展脉络(history)

  • 奠基工作:概率因果与必要概率。Pearl (1999) 与 Tian & Pearl (2000) 奠定了"因果关系概率"(probability of causation)的概念框架,定义了必要性概率(probability of necessity, PN)、充分性概率(probability of sufficiency, PS)等反事实归因量,并给出了在二元处理、二元结局、无混杂等条件下的识别与边界结果。这是本文的直接理论源头——本文的式 (2) 中 capped simplex 的约束形式,正是 Tian & Pearl 二元情形下 Fréchet 界在高维、多阶段情形的推广。
  • 主要进展:中介与后验效应。Lu et al. (2023) 在 Biometrika 上提出"posterior effects of causes",将归因从单一处理推广到含中介变量的情形,并在二元单调性假设下获得了点识别结果。这是本文最直接的竞争与对话对象——本文的 Corollary 1 明确指出,在单调性假设下,Lu et al. 的点识别结果恰好等于本文无约束界的一个端点。
  • 当前 frontier:序数结局与一般图结构。Zhang et al. (2025) 将必要性概率推广到序数结局,给出了显式边界公式;Zaffalon et al. (2020) 则建立了结构因果模型与 credal network(信度网络)之间的映射,指出反事实查询可以通过 credal network 更新算法来界定。这两条线分别代表了"更丰富的结局类型"和"更一般的计算框架"两个方向。
  • 本文的位置:本文声称的贡献在于:(i) 证明在完整事实记录条件下,各机制间的后验独立性得以保持(Theorem 1(i)),从而将全局不可识别问题分解为局部独立问题;(ii) 将每个非事实条件响应分布刻画为 capped simplex,并证明这些局部界的联合可达性(Theorem 1(iii)),即任意满足局部约束的分布组合都能被某个兼容的结构因果模型同时实现;(iii) 在此乘积域上优化反事实期望,得到多阶段干预和中介效应的尖锐界,并给出精确算法与推断理论。

子线索聚类

被引文献大致落在三条子线索上:

  1. 边界公式与识别理论(Pearl 1999; Tian & Pearl 2000; Zhang et al. 2025):核心问题是"在给定假设下,归因概率的识别区间是什么"。这条线以解析公式为主,处理二元或序数结局、单一或少数处理变量。
  2. 后验因果效应与中介分析(Lu et al. 2023; Dawid et al. 2024):核心问题是"给定事实记录,如何定义并估计事后(posterior)因果效应"。这条线引入了中介变量和纵向结构,但通常依赖较强的单调性或独立性假设。
  3. 计算框架与图模型(Zaffalon et al. 2020; Yang et al. 2021):核心问题是"如何系统地计算反事实查询的界"。credal network 提供了通用框架,但 Scalability 受限;Yang et al. 的可靠性网络则展示了工程应用场景。

这个方向在追问的核心问题

  1. 跨世界联合分布不可识别时,目标量的最优识别区间是什么? 这是部分识别范式的核心问题。本文的答案是:在完整事实记录下,局部 capped simplex 的乘积域给出尖锐界。
  2. 结构假设(如单调性、独立性)如何收紧边界? 本文的 Corollary 1 表明,单调性假设将无约束界收紧到 Lu et al. 的点识别值。
  3. 如何对边界进行统计推断? 由于边界本身是估计量(plug-in)的非线性函数,且涉及约束优化,推断需要处理方向可微性(directional differentiability)问题——这正是本文引用 Fang & Santos (2019) 的原因。

⚠️ 作者的 framing(这是作者的说法)

作者将缺口 frame 为:"已有工作(Lu et al. 2023)在单调性假设下获得了点识别,但在无假设条件下,跨世界联合分布不可识别,且缺乏对多阶段干预和中介效应的系统性尖锐界刻画。" 作者声称本文填补了这一缺口,通过"完整事实记录下的后验独立性 + capped simplex 局部约束 + 联合可达性"三位一体的结构,给出了可计算的尖锐界。作者淡化的竞争路线包括:(i) credal network 方法(Zaffalon et al. 2020)——本文仅在引言中提及,未做系统比较;(ii) 基于工具变量或代理变量的识别策略——本文完全未涉及。一个值得去查的问题:作者声称的"联合可达性"(Theorem 1(iii))是否在连续状态空间或存在隐藏共因(非马尔可夫)时依然成立?文中明确限定在马尔可夫模型,这一限定是否本质?

张力

未见明显对立引用。但存在一个微妙的张力:Lu et al. (2023) 的"posterior effects of causes"框架强调在特定假设下点识别,而本文强调在无假设条件下部分识别。两者并非矛盾,但对"什么条件下归因问题是可解的"给出了不同的答案。Zhang et al. (2025) 的序数结局结果与本文的有限状态空间设定相容,但本文未讨论序数结构是否能进一步收紧边界。


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

在展开技术细节之前,先把记号立清楚。以下记号贯穿全文:

  • 变量与图结构:\(V = (V_1, \dots, V_d)\) 为按因果序排列的变量集合,\(V_j\) 的状态空间为有限集 \(\mathcal{X}_j\)。\(Pa(V_j) \subseteq \{V_1, \dots, V_{j-1}\}\) 为 \(V_j\) 的父节点集合,配置空间为 \(\mathcal{P}_j = \mathcal{X}_{Pa(V_j)}\)。对 \(B \subseteq V\),记 \(\mathcal{X}_B = \prod_{V_j \in B} \mathcal{X}_j\)。
  • 结构因果模型(SCM):每个 \(V_j\) 由结构方程 \(V_j = f_j(Pa(V_j), U_j)\) 决定,其中 \(U_1, \dots, U_d\) 为相互独立的外生扰动(Assumption 1,马尔可夫性)。\(R_j = \{V_j(p)\}_{p \in \mathcal{P}_j}\) 为节点 \(j\) 的响应向量(response vector),即该节点在所有可能父配置下的潜在响应。\(R_1, \dots, R_d\) 相互独立。
  • 可观测数据:观测分布 \(P_V\) 给出边际概率 \(\mu_j(w; p) = \Pr(V_j = w \mid Pa(V_j) = p)\),即固定输入下的边际潜在响应概率。注意:跨世界联合分布 \(\Pr(V_j(p) = w, V_j(p') = w')\)(\(p \neq p'\))不可由观测数据识别。
  • 事实记录:\(V = v\) 为观测到的完整事实记录,其中 \(v_j\) 是 \(V_j\) 的观测值,\(p_j^* = v_{Pa(V_j)}\) 是 \(V_j\) 的观测父配置。定义 \(\alpha_j = \mu_j(v_j; p_j^*)\) 为节点 \(j\) 的事实响应概率。
  • 目标量:对干预集 \(A \subseteq V \setminus \{Y\}\) 和水平 \(a \in \mathcal{X}_A\),后验归因效应为
    \[\tau_g(A, a; v) = g(v_Y) - E\{g(Y_a) \mid V = v\},\]
    其中 \(Y_a\) 是 \(do(A = a)\) 下的反事实结局,\(g: \mathcal{X}_Y \to \mathbb{R}\) 是评分函数。当 \(g(y) = y\) 时,\(\tau_g\) 度量"改变 \(A\) 后结局的期望变化"。
  • 可行域:对每个非干预节点 \(j \notin A\) 和每个非事实父配置 \(p \neq p_j^*\),条件响应分布 \(q_j(\cdot; p) = \Pr(V_j(\cdot) = \cdot \mid V = v)\) 被约束在 capped simplex 中:
    \[K_j(p) = \{q \in \Delta(\mathcal{X}_j) : \alpha_j q(w) \le \mu_j(w; p), \ \forall w \in \mathcal{X}_j\}.\]
    这里 \(\alpha_j\) 是事实响应概率,\(\mu_j(w;p)\) 是边际概率。约束 \(\alpha_j q(w) \le \mu_j(w;p)\) 来自联合概率 \(\Pr(V_j(p_j^*) = v_j, V_j(p) = w) \le \Pr(V_j(p) = w)\) 的 Fréchet 上界。乘积可行域为 \(K_A = \prod_{j \notin A} \prod_{p \in \mathcal{P}_j} K_j(p)\)。

第二步:最小内核

核心命题(Theorem 1 + Theorem 2 的合取):在马尔可夫 SCM 下,给定完整事实记录 \(V = v\):

  1. 后验独立性:各节点的响应向量 \(R_1, \dots, R_d\) 在给定 \(V = v\) 后仍然相互独立。
  2. 局部可行域:每个非事实条件响应分布 \(q_j(p)\) 独立地被 capped simplex \(K_j(p)\) 约束。
  3. 联合可达性:任意从各 \(K_j(p)\) 中选取的分布组合 \(\{q_j(p)\}\),都能被某个兼容的 SCM 同时实现为给定 \(V = v\) 后的后验条件分布。

为什么这个命题是"最小内核"? 因为它把"跨世界联合分布不可识别"这个看似绝望的问题,转化为了一个可分解的凸优化问题。具体来说:

  • 由后验独立性,反事实结局 \(Y_a\) 的条件分布可以写成各节点条件响应分布的乘积(式 S1):
    \[\Pr(V_a = z \mid V = v) = \mathbf{1}\{z_A = a\} \prod_{j \notin A} q_j(z_j; z_{Pa(V_j)}).\]
  • 由联合可达性,最大化/最小化 \(E\{g(Y_a) \mid V = v\}\) 等价于在各 \(K_j(p)\) 上独立地优化。由于目标函数对每个 \(q_j(p)\) 是多线性的(multilinear),其极值在 capped simplex 的顶点取得。
  • 因此,尖锐界可以通过贪心顶点分配(greedy vertex allocation)精确计算,无需处理跨节点的耦合约束。

一个具体例子(二元链):考虑链 \(X \to M \to Y\),观测到 \(v = (1, 1, 1)\),干预 \(do(X = 0)\)。此时 \(M\) 和 \(Y\) 各有一个非事实父配置。由 capped simplex,\(q_M(1; 0) \le \mu_M(1; 0)/\alpha_M\),\(q_Y(1; 1, 0) \le \mu_Y(1; 1, 0)/\alpha_Y\)(假设 \(v_Y = 1\))。后验反事实概率 \(\Pr(Y_0 = 1 \mid V = v) = q_M(1; 0) \cdot q_Y(1; 1, 0)\)(若 \(M_0 = 1\) 则 \(Y\) 的父配置为 \((1, 0)\))。由于 \(q_M\) 和 \(q_Y\) 可独立选取,其乘积的最大值就是各自上界的乘积,最小值是 0(取 \(q_M(1;0) = 0\) 或 \(q_Y(1;1,0) = 0\))。这就是"乘积可行域 + 多线性目标"结构的威力:全局优化分解为局部优化。

为什么可达性不平凡? 一个天真的猜想是:局部约束 \(K_j(p)\) 可能过于宽松,即某些局部可行的分布组合无法被任何全局 SCM 实现。Theorem 1(iii) 的关键在于构造性证明:给定任意满足局部约束的 \(q_j(p)\),可以显式构造独立的响应向量 \(R_j\) 及其联合分布,使得 (a) 边际分布匹配观测到的 \(\mu_j\),(b) 条件于 \(V = v\) 后得到指定的 \(q_j(p)\)。构造的核心是利用 \(\alpha_j < 1\) 时的剩余概率质量 \(1 - \alpha_j\) 来"填充"非事实响应,且由于各 \(R_j\) 独立,这种填充不会产生跨节点冲突。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在有限马尔可夫结构因果模型中,给定完整事实记录,如何对多阶段干预和中介效应的后验归因量给出尖锐识别界。
  2. 核心工具/方法:证明后验独立性 + 将局部可行域刻画为 capped simplex + 证明联合可达性,从而将全局不可识别问题转化为乘积域上的多线性优化;对链式图给出贪心反向递归精确算法,对一般 DAG 给出顶点枚举算法。
  3. 主要结论:无假设条件下,后验归因效应的尖锐界由 capped simplex 乘积域的极值给出;在二元单调性假设下,该界退化为 Lu et al. (2023) 的点识别结果;plug-in 估计量以 \(O_p(n^{-1/2})\) 收敛,且可通过方向可微性构造置信区间。

关键设定与假设

  • Assumption 1(马尔可夫 SCM):外生扰动 \(U_1, \dots, U_d\) 相互独立。这是全文的基石,保证了响应向量的跨节点独立性。相比 Lu et al. (2023) 的二元单调性假设,本文不要求单调性,但要求马尔可夫性(无隐藏共因)。这是一个重要的权衡:本文在更弱的响应假设下工作,但排除了隐藏共因。
  • 有限状态空间:每个 \(\mathcal{X}_j\) 有限。这是 capped simplex 刻画和顶点枚举算法的基础。对连续结局,本文的框架需要非平凡的推广(作者在讨论部分未明确提及)。
  • 完整性(positivity):\(\Pr(V = v) > 0\),即事实记录有正概率。这是条件概率良定义的前提。
  • 正确设定的边际分布:\(\mu_j(w; p)\) 被假定为已知或可一致估计。本文的推断理论建立在这个前提下。

主要结果

Theorem 1(后验独立性与局部可行域):这是全文的理论基石。三个子结论: - (i) 给定 \(V = v\),响应向量 \(R_1, \dots, R_d\) 相互独立; - (ii) 每个非事实条件分布 \(q_j(p)\) 属于 capped simplex \(K_j(p)\); - (iii) 任意局部可行组合联合可达。

证明思路(见 §S1.1):(i) 由外生独立性 + 条件化事实事件(每个 \(E_j = \{V_j(p_j^*) = v_j\}\) 只依赖 \(R_j\))直接得出;(ii) 由 Fréchet 不等式 \(\Pr(V_j(p_j^*) = v_j, V_j(p) = w) \le \mu_j(w; p)\) 除以 \(\alpha_j\) 得出;(iii) 是构造性的——对每个节点独立构造响应向量分布,利用剩余概率 \(1 - \alpha_j\) 定义条件分布,再取独立乘积。

Theorem 2(尖锐界):\(\tau_g(A, a; v)\) 的识别区间为 \([g(v_Y) - \max_{q \in K_A} \Psi_g(q; A, a), \ g(v_Y) - \min_{q \in K_A} \Psi_g(q; A, a)]\),其中 \(\Psi_g\) 由式 (3) 定义。证明依赖 Theorem 1(iii) 的可达性:上界和下界分别由某个兼容 SCM 达到。

Corollary 1(单调性下的点识别):当所有受影响的机制关于干预单调非降且 \(v = \mathbf{1}\) 时,\(\tau_g(A, a; v)\) 被点识别,且等于无约束下界。证明利用了单调性蕴含 \(q_j(1; p) = \mu_j(1; p)/\alpha_j\) 的结论,将 capped simplex 收缩为单点。

Theorem 3(结构响应约束):当响应向量受限于 \(C_j \subseteq \prod_{p} \mathcal{X}_j\) 时,可行域变为 \(Q_A\)(式 S3 定义的线性投影),尖锐界由 \(Q_A\) 上的优化给出。这推广了 Proposition 1 中序数/单调性约束的情形。

Theorem 4(估计与推断):plug-in 估计量 \((\hat{L}_g, \hat{U}_g)\) 满足 \(|\hat{L}_g - L_g| = O_p(\| \hat{\mu} - \mu \|_I)\),其中 \(\| \cdot \|_I\) 是活跃坐标上的最大模。在 \(\sqrt{n}\)-一致估计下,端点估计量是 \(\sqrt{n}\)-一致的。置信区间通过方向可微性构造(Fang & Santos, 2019),当端点处方向导数非线性时,标准 bootstrap 不一致,需用数值方向法。

证明路线与技术技巧

整体路线(以 Theorem 2 为例): 1. 分解:由 Theorem 1(i),将 \(\Pr(V_a = z \mid V = v)\) 分解为各节点条件分布的乘积(式 S1)。 2. 多线性化:将 \(E\{g(Y_a) \mid V = v\}\) 表示为 \(q_j(p)\) 的多线性函数。 3. 顶点优化:利用多线性函数在紧凸多面体上的极值必在顶点取得,将优化限制在 capped simplex 的顶点。 4. 可达性回代:由 Theorem 1(iii),顶点处的 \(q\) 组合可由兼容 SCM 实现,因此优化值即为尖锐界。

关键技巧: - Capped simplex 的顶点刻画:\(K_j(p)\) 的顶点是"单点分配"——将全部概率质量放在一个结局上,直到触及上界 \(\mu_j(w;p)/\alpha_j\)。这使顶点枚举成为组合问题。 - 贪心反向递归(链式图):从结局节点开始,逐层反向传播,每步只需在当前节点的 capped simplex 上做一维优化。复杂度 \(O(d \cdot \max_j |\mathcal{X}_j|^2)\)。 - 共享机制的顶点枚举(一般 DAG):当多个分支共享同一机制时,需枚举该机制的顶点分配。Proposition 2 给出外层顶点枚举 + 内层独立优化的分解,复杂度由共享机制的个数决定。 - 方向可微性:端点函数 \(T(\mu)\) 是分段多线性映射,其方向导数可通过活跃约束的雅可比计算。数值方向法(Hong & Li, 2018)避免了 bootstrap 不一致问题。

真实例子与应用

合成反应堆实验(§6.1):五变量马尔可夫链 \(A \to T \to P \to Y\),\(A \to T\),\(D \to P\),\(T \to Y\),\(P \to Y\)。事实记录 \(v = (1, 2, 2, 1, 2)\)(\(A\)=冷却阀故障,\(D\)=进料偏差,\(T\)=温度,\(P\)=压力,\(Y\)=停机严重度)。目标:评估修复冷却阀 \(do(A = 0)\) 是否能阻止严重停机。表 1 给出尖锐区间:冷却修复的总效应为 \([0.6737, 0.9722]\),即后验概率 \(\Pr(Y_0 < 2 \mid V = v)\) 介于 67.4% 和 97.2% 之间。三个兼容 SCM 分别达到下界(SCM-L)、上界(SCM-U)和独立响应值(SCM-I,0.7600)。这个例子的意义:即使跨世界联合分布不可识别,归因效应仍可被限制在相当窄的区间内,且区间宽度由观测边际分布决定。

NHANES 健康调查(§6.2):2017–2018 全国健康与营养调查,5530 名成年人。变量顺序 \(X_1\)(缺乏运动)\(\to X_2\)(饮食质量)\(\to X_3\)(冠心病史)\(\to Y\)(高血压诊断)。事实记录 \(v = (1, 2, 1, 2)\)。表 3 显示:消除冠心病史 \(do(X_3 = 0)\) 的归因区间为 \([0.508, 0.974]\),而生活方式干预(\(do(X_1 = 0)\) 或 \(do(X_2 = 0)\))的区间极宽(\([0.013, 1.000]\) 和 \([0.123, 1.000]\))。这个例子的意义:展示了区间宽度如何随干预位置变化——越接近结局的干预,归因越精确;越上游的干预,不确定性越大。同时,Fieller 比率反演(§S6.2)处理了比值型目标函数的置信区间问题。

可靠性工程网络(§S6.3):谐波齿轮传动系统,五组件故障网络。表 S11 显示,在单调性假设下,各组件修复的归因效应被点识别,且等于无约束下界。这个例子的意义:验证了 Corollary 1 的实用性——在工程可靠性场景中,单调性假设(组件故障不会因其他组件修复而恶化)通常是合理的,此时归因问题从部分识别退化为点识别。

🔎 结论是否比证明窄

  • Theorem 2 的"尖锐性"依赖有限状态空间。证明中顶点枚举的关键步骤要求 \(\mathcal{X}_j\) 有限。作者在讨论部分未明确说明连续结局的推广路径,但定理陈述中"finite state spaces"的限定是明确的。结论陈述与证明范围一致。
  • Theorem 4 的收敛速率:定理给出 \(O_p(\|\hat{\mu} - \mu\|_I)\) 的误差界,但未给出端点估计量的渐近分布(仅给出方向可微性和 bootstrap 不一致的定性结论)。作者在 §S4.4 中通过数值方向法构造置信区间,但未证明其渐近有效性的一般条件。结论比证明略宽——定理陈述为"finite-sample and asymptotic confidence intervals",但证明仅覆盖了方向可微情形。
  • Corollary 1 的"点识别":证明依赖"所有受影响的机制单调非降"这一强假设。作者在 §S6.3 的可靠性例子中验证了该假设的合理性,但未讨论假设违反时的敏感性。结论陈述与证明范围一致,但适用条件较窄。

四、开放问题

  1. 连续状态空间的推广(扎根于 Theorem 2 的"finite state spaces"限定):当结局或中介为连续变量时,capped simplex 变为无穷维约束,顶点枚举失效。需要发展新的优化方法(如半无限规划)或近似算法。作者在讨论部分未提及此方向。

  2. 部分事实记录的归因(扎根于 Theorem 1 对"complete factual record"的依赖):当仅观察到部分变量(如中间变量缺失)时,后验独立性是否仍然保持?这需要处理部分观测下的耦合问题,可能涉及更复杂的可行域结构。

  3. 隐藏共因的鲁棒性(扎根于 Assumption 1 的马尔可夫性):当存在未观测的共因时,响应向量不再独立,capped simplex 的乘积结构失效。如何将本文的框架推广到半马尔可夫模型(如含潜在变量的线性 SCM)?这可能需要引入工具变量或代理变量的约束。

  4. 端点估计量的渐近分布(扎根于 Theorem 4 仅给出收敛速率):在端点处方向导数非线性时,数值方向法(Hong & Li, 2018)的有限样本性质如何?是否存在更高效的置信区间构造方法(如 bootstrap-after-bootstrap 或子抽样)?

  5. 计算复杂度与图结构的关系(扎根于 Proposition 2 的顶点枚举):共享机制的个数决定了枚举复杂度。是否存在图论刻画(如树宽、团数)来界定哪些 DAG 的归因界可以在多项式时间内精确计算?这与您在高阶 U-统计量中使用的树宽/张量收缩视角可能有深层联系——两者的计算瓶颈都源于"共享子结构"的耦合。

提示:若要确认上述某条是否为真 gap,建议去读近 5 年 Biometrika、JRSS-B、Annals of Statistics 上关于"partial identification"和"counterfactual inference"的论文引言——若多条都指向同一问题,即为共识性 gap;若互相矛盾,则可能是机会。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论