因果推論What If Chapter 6メモ

GRAPHICAL REPRESENTATION OF CAUSAL EFFECTS

ルール

• 共通原因は計測されてなくても書く
• 反事実も表すことができる
• Effect modifierは含まなくてもいい（因果ではないから？明確にするなら、細かく書く）
• Effect modifierのタイプを区別して表現するのは難しい（タイプ : Aとの相乗効果、打ち消し、など）

種類

・conditionally randomized experiment

（条件付けの時は、変数を四角で囲む）

・marginally randomized experiment

Compound treatment(R)：2値変数のtreatment

A：連続変数

連続変数をある値より小さい、大きいという条件で2群に分ける時、詳細の因果効果を表現するために、連続変数も含むべき

系統バイアス

Structural classification vias

→ sampleサイズに関係なく起こるエラーでtreatmentとoutcomeの因果関係と関係ないもの

（データが無限になると、母集団との誤差は0に近づく）

Unconditional vias

→ exchangeability がないとき

（vias under the null：causal effectがなくても関連があるとき、その差がvias under the null）

Conditional vias

→ exchangeability がないとき

Confounding:交絡

→ DAGでみると、common causeによるバイアス

Selection bias：選択バイアス

→ DAGでみると、conditional common effects（条件付けた時、AとYは関連する）

Effect modifierについて

Surrogate effect modifier はcausal effect modifierと関連があるものを指す