Interpretable Causal Graphical Models for Equilibrium Systems with Confounding

إليك ملخص تقني مفصل لورقة البحث بعنوان "النماذج الرسومية السببية القابلة للتفسير للأنظمة المتوازنة مع وجود متغيرات مربكة" (Interpretable Causal Graphical Models for Equilibrium Systems with Confounding) من إعداد كاي زد. تيه، كايوان ساديغي، وتيري سو.

1. بيان المشكلة

غالبًا ما يتطلب الاستدلال السببي نمذجة الأنظمة التي تصل إلى حالة توازن (مثل الأسواق الاقتصادية، أو حلقات التغذية الراجعة البيولوجية) أو تحتوي على متغيرات مربكة (أسباب مشتركة غير ملاحظة). إن النماذج الرسومية السببية القياسية، وتحديدًا الرسوم البيانية الموجهة غير الحلقية (DAGs) المستخدمة في النماذج الهيكلية السببية (SCMs)، غير كافية لهذه الإعدادات لأن:

• الرسوم البيانية الموجهة غير الحلقية (DAGs) لا يمكنها تمثيل العلاقات المتماثلة الناتجة عن ديناميكيات التوازن أو الارتباك ثنائي الاتجاه.
• الرسوم البيانية السلسلية (Chain Graphs) والرسوم البيانية السلفية (Ancestral Graphs) يمكنها تمثيل التوازن والارتباك على التوالي، لكنها تفتقر إلى إطار عمل موحد يتعامل مع كليهما في آن واحد مع البقاء مغلقة تحت عمليات الهامش (marginalization) والاشتراط (conditioning).
• تعاني الطرق الموجودة لاختيار مجموعات الضبط (المتغيرات المرافقة للتحكم في الارتباك) عندما تكون هناك قيود محددة على الإدراج/الاستبعاد (على سبيل المثال، بسبب التكاليف الأخلاقية أو التفويضات التنظيمية) وعندما يكون هيكل الرسم البياني الأساسي معقدًا.

يهدف المؤلفون إلى توفير إطار رسومي موحد وقابل للتفسير لأنظمة التوازن مع وجود متغيرات مربكة، وتطوير خوارزمية لاختيار مجموعات الضبط تحت قيود تعسفية.

2. المنهجية

أ. الرسوم البيانية الأمامية (Anterial Graphs) كإطار عمل أساسي

يستخدم المؤلفون الرسوم البيانية الأمامية (Lauritzen and Sadeghi, 2018)، وهي تعميم للرسوم البيانية الموجهة غير الحلقية (DAGs)، والرسوم البيانية السلفية، والرسوم البيانية السلسلية. تحتوي هذه الرسوم على ثلاثة أنواع من الحواف:

• موجهة ($\to$): تأثير سببي.
• غير موجهة ($-$) : علاقات توازن (تبعيات متماثلة داخل مكون السلسلة).
• ثنائية الاتجاه ($\leftrightarrow$): ارتباك (أخطاء غير ملاحظة مشتركة).

تتميز الرسوم البيانية الأمامية بأنها مغلقة تحت عمليات الهامش والاشتراط، مما يعني أنه إذا كان التوزيع ماركوفيًا لرسم بياني أمامي، فإن هوامشه وشروطه هي أيضًا ماركوفية لرسم بياني أمامي ما. هذه الخاصية حاسمة للتعامل مع المتغيرات الكامنة وتحيز الاختيار دون فقدان التمثيل الرسومي.

ب. نماذج التوازن الهيكلية (SEMs)

يعرف المؤلفون نموذج التوازن الهيكلي (التعريف 7) كتعميم للنماذج السببية الهيكلية (SCMs).

• يتم تقسيم المتغيرات إلى مجموعات مرتبة (مكونات سلسلة) $\tau_1, \dots, \tau_n$.
• يتم تحديد كل مكون $\tau_i$ بواسطة دالة $f_{\tau_i}$ لآبائه وعنصر خطأ $\epsilon_{\tau_i}$.
• التوازن: داخل مكون السلسلة، يتم تحديد المتغيرات بواسطة عملية ديناميكية (تتم نمذجتها كـ مُنقّب جيبس - Gibbs Sampler) تصل إلى توزيع توازن شرطي مع الآباء.
• الارتباك: يمكن أن تكون الأخطاء بين المكونات المختلفة معتمدة، وهو ما يتم تمثيله بحواف ثنائية الاتجاه.

النتيجة النظرية الرئيسية (النظرية 1): إذا كان التوزيع المستحث عبارة عن graphoid تركيبي (compositional graphoid)، فإن التوزيع المشترك يكون ماركوفيًا للرسم البياني الأمامي المقابل الذي يتم بناؤه عبر الخوارزمية 1. يعتمد بناء هذا الرسم البياني على اختبارات الاستقلال الشرطي ضمن توزيعات التوازن.

ج. التدخلات الرسومية والواقعات المضادة (Counterfactuals)

توسع الورقة الاستدلال السببي ليشمل التدخلات في هذه الأنظمة المتوازنة:

1. رسوم التدخل ($do_C(G)$): باستخدام الخوارزمية 2، يحدد المؤلفون كيفية تعديل الرسم البياني عند التدخل على مجموعة علاج $C$. يتضمن ذلك إزالة الحواف الواردة إلى $C$، وتحويل الحواف غير الموجهة داخل $C$ إلى حواف موجهة (إذا كان الهدف خارج $C$)، وإزالة الحواف ثنائية الاتجاه المتصلة بـ $C$.
2. رسوم الواقعات المضادة ($\phi(G; C)$): باستخدام الخوارزمية 3، يبنون رسمًا بيانيًا يمثل كلاً من المتغيرات الرصدية ($X$) والمتغيرات المتدخل فيها ($X^{do(C)}$). يرمز هذا الرسم للارتباط بين الاثنين عبر أخطاء مشتركة (حواف ثنائية الاتجاه).
3. رسوم التدخل أحادية العالم الأمامية (SWAIGs, $\phi'(G; C)$): لتجنب انتهاكات فرضية الأمانة (faithfulness) الناتجة عن العلاقات الحتمية في الرسم البياني الكامل للواقعات المضادة، يقترحون تهميش المتغيرات "ما بعد العلاج" لإنشاء تمثيل أحادي العالم، على غرار رسوم SWIGs في DAGs.

د. اختيار المربكات المقيدة (Constrained Confounder Selection)

يتناول المؤلفون مشكلة إيجاد أصغر مجموعة ضبط $S$ بحيث يكون $L \subseteq S \subseteq U$، حيث $L$ هي المتغيرات المرافقة التي يجب تضمينها و $U$ هي المتغيرات التي يمكن تضمينها.

• الخوارزمية 4: إجراء عنصري يقوم بإزالة العقد بشكل متكرر من الحد الأعلى $U$ مع التحقق مما إذا كان شرط الفصل ($X_O^{do(C)} \perp X_C | S$) يتحقق في الرسم البياني المعظم.
• على عكس الأساليب القياسية التي تحصي جميع المجموعات وتصفيها، تدمج هذه الخوارزمية القيود مباشرة في عملية البحث، مما يضمن الكفاءة والصحة تحت فرضيات الأمانة.

3. المساهمات الرئيسية

1. نموذج رسومي موحد: تقديم الرسوم البيانية الأمامية كلغة طبيعية لنمذجة الأنظمة التي تحتوي على ديناميكيات توازن وارتباك، مما يوحد الأطر السابقة (الرسوم البيانية السلسلية، الرسوم البيانية السلفية، والرسوم البيانية الموجهة غير الحلقية).
2. نماذج التوازن الهيكلية: صياغة رسمية للنماذج السببية الهيكلية (SCMs) لأنظمة التوازن حيث تصل المتغيرات داخل المكون إلى حالة توازن تشبه منقب جيبس.
3. حساب التدخل الرسومي: تعريف الخوارزمية ระ للتدخل في الرسوم البيانية الأمامية و الخوارزمية 3 لبناء رسوم الواقعات المضادة، مع إثبات أن هذه العمليات تحافظ على خاصية ماركوف (النظرية 2 والنظرية 3).
4. خوارزمية الضبط المقيدة: تطوير الخوارزمية 4، وهي طريقة صحيحة مثبتًا لاختيار أصغر مجموعات الضبط مع قيود صارمة على الإدراج والاستبعاد، وهو أمر مهم للغاية في التجارب السريرية والعدالة الخوارزمية.
5. القابلية للتفسير: إثبات أن المفاهيم السببية (التدخلات، الواقعات المضادة) يمكن التعبير عنها من خلال عمليات رسم بياني محلية فقط دون الحاجة لمعرفة كيفية اقتران حدود الخطأ بدقة، طالما أن الرسم البياني أمامي.

4. النتائج والتحقق

• البراهين النظرية: تقدم الورقة براهين صارمة لخصائص ماركوف للنماذج الهيكلية المتوازنة (النظرية 1)، والنماذج المتدخل فيها (النظرية 2)، وتفسيرات الواقعات المضادة (النظرية 3).
• المحاكاة: قام المؤلفون بمحاكاة بيانات من نماذج توازن هيكلية تقابل ثلاثة رسوم بيانية أمامية مختلفة (الأشكال 4، 5، 6).
  • قاموا بأخذ عينات من البيانات باستخدام كل من توزيعات التوازن المباشرة ومنقبات جيبس.
  • أكدت اختبارات Fisher-Z أن الاستقلادات الشرطية الثنائية التي تقتضيها خاصية ماركوف للرسوم البيانية الأمامية كانت صحيحة في البيانات المحاكات (كانت القيم الاحتمالية متسقة مع معايير الفصل النظرية).
• أداء الخوارزمية: تم توضيح خوارزمية الاختيار المقيدة على رسم بياني للواقعات المضادة (الشكل 10)، مما أظهر كيف نجحت في تحديد أصغر مجموعة تحقق $L \subseteq S \subseteq U$ من خلال تهميش العقد بشكل متكرر.

5. الأهمية والعمل المستقبلي

الأهمية:

• يسد هذا العمل فجوة حرجة في الاستدلال السببي من خلال توفير أدوات لأنظمة التوازن، وهي أنظمة شائعة في التطبيقات الواقعية ولكنها افتقرت سابقًا إلى إطار رسومي سببي موحد.
• يقدم حلاً عمليًا لـ الاستدلال السببي المقيد، معالجًا الواقع الذي لا يستطيع فيه الباحثون جمع متغيرات معينة أو يجب عليهم استبعادها بسبب التكلفة أو الأخلاق أو التنظيم.
• يحافظ الإطار على القابلية للتفسير، مما يسمح باستخلاص التأثيرات السببية عبر العمليات الرسومية بدلاً من التلاعبات الجبرية المعقدة للتوزيعات.

العمل المستقبلي:

• تخفيف الافتراضات: التحقيق فيما إذا كان يمكن تخفيف افتراض "الـ graphoid التركيبي" من خلال تعريف خاصية ماركوف محلية خاصة بالرسوم البيانية الأمامية.
• تحسين الخوارزمية: استكشاف استخدام عمليات الاشتراط ($\alpha_c$) جنبًا إلى جنب مع عمليات التهميش في خوارزمية الاختيار لزيادة سرعة التقارب مع الحفاظ على الحد الأدنى.
• الواقعات المضادة متعددة المتغيرات: توسيع الإطار للتعامل مع قيم تدخل متعددة (ليس فقط $a_C$ ثابتة) باستخدام "القوالب" على غرار ريتشاردسون وروبنز (2013).
• التوسعات متعددة المتغيرات: تكييف الخوارزمية 4 للتعامل مع الحالات التي تكون فيها مجموعات العلاج والنتائج عبارة عن مجموعات من العقد وليس مجرد عناصر فردية.