📊 statistics

Testing Partially-Identifiable Causal Queries Using Ternary Tests

Die Autoren schlagen ternäre statistische Tests vor, um partiell identifizierbare kausale Hypothesen zu prüfen, und leiten dabei notwendige topologische Bedingungen für deren Konsistenz her sowie zeigen, wie sich solche Tests durch die Kombination bestehender binärer Tests konstruieren lassen.

Ursprüngliche Autoren: Sourbh Bhadane, Joris M. Mooij, Philip Boeken, Onno Zoeter

Veröffentlicht 2026-02-27

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sourbh Bhadane, Joris M. Mooij, Philip Boeken, Onno Zoeter

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Detektiv, der versuchen muss, die Wahrheit über eine mysteriöse Situation herauszufinden, aber Sie dürfen nur Beobachtungen machen, keine Experimente durchführen. Sie können nicht die Menschen in ein Labor bringen und ihnen eine Pille geben (das wäre ein Experiment), sondern Sie müssen nur schauen, wer welche Pille tatsächlich genommen hat und wer gesund oder krank geworden ist.

Das ist das Problem der Kausalität aus Beobachtungsdaten. Oft ist die Antwort nicht eindeutig.

Hier ist die einfache Erklärung der Arbeit, die von Sourbh Bhadane und Kollegen verfasst wurde, mit ein paar kreativen Vergleichen:

1. Das Problem: Der graue Bereich (Partielle Identifizierbarkeit)

Stellen Sie sich vor, Sie wollen wissen: „Ist diese neue Medizin wirksam?"
In der idealen Welt (Identifizierbarkeit) gibt es nur zwei Möglichkeiten:

Ja: Die Medizin wirkt.
Nein: Die Medizin wirkt nicht.

Ein normaler statistischer Test (ein „binärer Test") ist wie ein Lichtschalter: Er sagt entweder „AN" (wirkt) oder „AUS" (wirkt nicht).

Aber in der realen Welt gibt es oft versteckte Störfaktoren (z. B. Leute, die sich gesund ernähren, aber nicht in den Daten stehen). Durch diese „versteckten Geister" überlappen sich die Möglichkeiten. Es gibt eine graue Zone:

Es könnte sein, dass die Medizin wirkt.
Es könnte sein, dass sie nicht wirkt.
Und basierend auf Ihren Daten können Sie es nicht unterscheiden.

Wenn Sie einen normalen Lichtschalter-Test in dieser grauen Zone verwenden, passiert Folgendes:

Wenn er „AN" sagt, sind Sie sich sicher.
Wenn er „AUS" sagt, wissen Sie nicht, ob die Medizin wirklich nicht wirkt oder ob Sie nur nicht genug Beweise hatten, um den Unterschied zu sehen. Das Ergebnis ist mehrdeutig.

2. Die Lösung: Der Drei-Wege-Schalter (Ternäre Tests)

Die Autoren schlagen vor, den Lichtschalter durch einen Drei-Wege-Schalter zu ersetzen. Statt nur „An" oder „Aus" gibt es drei Ergebnisse:

Ja, es wirkt definitiv! (Wir lehnen die Nullhypothese ab).
Nein, es wirkt definitiv nicht! (Wir behalten die Nullhypothese bei).
Wir wissen es nicht / Es ist unentscheidbar. (Wir sind in der grauen Zone).

Das ist wie ein Wetterbericht, der nicht nur „Sonne" oder „Regen" sagt, sondern auch: „Wir wissen es noch nicht, schauen Sie später nochmal." Das ist ehrlicher und nützlicher, als eine falsche Sicherheit zu geben.

3. Wie baut man diesen Schalter? (Die Zwei-Stufen-Methode)

Die Frage ist: Wie konstruiert man so einen cleveren Drei-Wege-Schalter, wenn man nur viele einfache Zwei-Wege-Schalter (die normalen Tests) hat?

Die Autoren sagen: Bauen Sie ihn aus zwei einfachen Schaltern!

Stellen Sie sich vor, Sie haben zwei Türsteher:

Türsteher 1 schaut auf die erste Tür. Wenn er sagt „Nein, rein darf niemand", dann wissen wir, dass wir in der „Unentscheidbar"-Zone sind.
Wenn er sagt „Ja, rein darf man", dann schicken wir die Person zu Türsteher 2.
Türsteher 2 entscheidet dann endgültig zwischen „Wirkt" und „Wirkt nicht".

Die Mathematik der Autoren zeigt, dass man jeden guten Drei-Wege-Schalter so bauen kann, indem man zwei gute Zwei-Wege-Schalter geschickt kombiniert. Man muss also nicht das Rad neu erfinden, sondern kann die bestehenden Werkzeuge der Statistik nutzen.

4. Die Landkarte der Wahrheit (Topologische Bedingungen)

Wie weiß man nun, ob man überhaupt einen solchen Drei-Wege-Schalter bauen kann? Die Autoren verwenden eine Art mathematische Landkarte (Topologie).

Stellen Sie sich die möglichen Daten als eine Landschaft vor:

Manche Gebiete sind „festes Land" (geschlossene Mengen).
Andere sind „Wolken" (offene Mengen).

Die Autoren haben bewiesen: Ein Drei-Wege-Schalter funktioniert nur dann perfekt, wenn die Grenzen dieser Gebiete auf der Landkarte bestimmte Regeln erfüllen. Wenn die Landkarte „zu chaotisch" ist, kann man keinen zuverlässigen Schalter bauen. Aber wenn die Regeln stimmen, weiß man genau, wie man die beiden Türsteher (die zwei Tests) aufstellt.

5. Wo wird das angewendet? (Zwei Beispiele)

Die Autoren zeigen, wie das in der Praxis funktioniert:

Beispiel A: Das Instrumenten-Variablen-Problem (IV).
- Szenario: Sie wollen wissen, ob ein bestimmter Faktor (z. B. ein zufälliges Ereignis) wirklich eine Ursache ist, aber es gibt Lücken in den Daten (manche Leute haben das Ereignis nie erlebt).
- Anwendung: Der Test sagt zuerst: „Haben wir überhaupt Daten für alle Gruppen?" (Positivitätstest). Wenn nein -> „Unentscheidbar". Wenn ja -> Ein zweiter Test prüft die eigentliche Regel.
- Ergebnis: Man vermeidet es, falsche Schlüsse zu ziehen, wenn die Datenlücken zu groß sind.
Beispiel B: Wirksamkeit einer Behandlung.
- Szenario: Eine neue Behandlung soll mindestens so gut sein wie eine alte (z. B. 80% Heilungsrate). Aber wir haben nur Beobachtungsdaten.
- Anwendung: Der Test prüft, ob die Behandlung definitiv besser ist, definitiv schlechter ist, oder ob die Daten zu unscharf sind, um das zu sagen.
- Ergebnis: Ärzte oder Entscheidungsträger erhalten eine klare Warnung: „Wir können das jetzt noch nicht beurteilen", anstatt eine riskante Entscheidung zu treffen.

Zusammenfassung

Die Autoren sagen im Grunde:
„Hören Sie auf, mit einem einfachen Ja/Nein-Test zu versuchen, Dinge zu beweisen, die in der grauen Zone liegen. Nutzen Sie stattdessen einen Drei-Wege-Test (Ja / Nein / Wir wissen es nicht). Und das Beste ist: Sie können diese komplexen Tests einfach aus zwei normalen Tests zusammenbauen, solange Sie die mathematischen Landkarten-Randbedingungen beachten."

Das macht die Statistik ehrlicher und verhindert, dass wir uns in Fällen, in denen die Daten nicht ausreichen, in falsche Sicherheit wiegen.

1. Problemstellung

Das Paper adressiert das Problem des Hypothesentests für binäre kausale Abfragen (z. B. Existenz eines Kanten in einem kausalen Graphen oder ob ein kausaler Effekt null ist) unter Verwendung von beobachtungsdaten (observational data).

Teilweise Identifizierbarkeit: In vielen realen Szenarien (z. B. durch unbeobachtete Confounder oder Verletzungen der Positivitätsannahme) sind kausale Abfragen nicht vollständig identifizierbar. Das bedeutet, dass die Menge der beobachtbaren Verteilungen, die durch kausale Modelle erzeugt werden, bei denen die Abfrage den Wert 0 annimmt ( $H_0$ ), und die Menge der Verteilungen, bei denen sie den Wert 1 annimmt ( $H_1$ ), sich überlappen.
Limitationen binärer Tests: Wenn man herkömmliche binäre statistische Tests (Ablehnung vs. Nicht-Ablehnung) auf solche teilweise identifizierbaren Probleme anwendet, führt dies zu Interpretationsproblemen:
- Eine Ablehnung der Nullhypothese impliziert korrekt, dass die kausale Abfrage 1 ist.
- Eine Nicht-Ablehnung der Nullhypothese ist jedoch mehrdeutig. Da sich die Verteilungsmengen überlappen, könnte die beobachtete Verteilung sowohl aus einem Modell stammen, bei dem die Abfrage 0 ist, als auch aus einem, bei dem sie 1 ist. Das Ergebnis „Nicht ablehnen" erlaubt daher keine klare kausale Schlussfolgerung, sondern nur den Status „nicht identifizierbar".
Ziel: Die Autoren schlagen vor, diese Mehrdeutigkeit explizit zu modellieren, indem sie statistische Tests mit drei Ausgängen (ternäre Tests) verwenden, anstatt nur zwei.

2. Methodik

Die Arbeit entwickelt ein theoretisches Rahmenwerk für ternäre Hypothesentests im Kontext überlappender Hypothesen.

A. Definitionen und Rahmenwerk

Ternäre Ausgänge: Ein Test $\phi$ $ϕ$ gibt einen von drei Werten aus:
1. 0: Ablehnung der Nullhypothese (Belege für $H_1$ ).
2. 1: Nicht-Ablehnung der Nullhypothese (Belege für $H_0$ ).
3. 2: „Unidentifizierbar" (Die Daten stammen aus dem Überlappungsbereich $R_2 = H_0 \cap H_1$ ).
Hypothesenräume: Die Menge der möglichen Verteilungen $W$ $W$ wird in drei disjunkte Mengen partitioniert:
- $R_0 = H_0 \setminus H_1$ (nur Nullhypothese möglich)
- $R_1 = H_1 \setminus H_0$ (nur Alternativhypothese möglich)
- $R_2 = H_0 \cap H_1$ (Überlappung, nicht identifizierbar)
Fehlerdefinition: Fehler werden als Paare (Ausgang, Wahrheit) definiert. Ein „(0, 2)-Fehler" bedeutet z. B., dass der Test 0 ausgibt, obwohl die wahre Verteilung in $R_2$ liegt.

B. Topologische Bedingungen für Existenz

Die Autoren leiten notwendige und hinreichende topologische Bedingungen ab, damit ein „guter" ternärer Test existiert, der bestimmte Fehlerkontrollen gewährleistet (insbesondere uniforme Konsistenz).

Ein Test ist uniform konsistent, wenn die Fehlerwahrscheinlichkeit für alle Verteilungen in den relevanten Hypothesen gegen 0 konvergiert.
Hauptergebnis (Theorem 11): Die Existenz eines konsistenten ternären Tests, der Fehler für eine Teilmenge $I \subseteq \{R_0, R_1, R_2\}$ $I \subseteq {R_{0}, R_{1}, R_{2}}$ kontrolliert, ist äquivalent zu bestimmten topologischen Eigenschaften dieser Mengen im schwachen Topologie-Raum der Wahrscheinlichkeitsmaße:
- Die Mengen in $I$ müssen abgeschlossen (closed) sein.
- Die Mengen außerhalb von $I$ müssen $F_\sigma$ -Mengen (abzählbare Vereinigung abgeschlossener Mengen) sein.

C. Zwei-Stufen-Ternäre Tests (Two-Stage Ternary Tests)

Um das bestehende Werkzeugkasten an binären Tests zu nutzen, schlagen die Autoren eine Konstruktion vor, die zwei binäre Tests kombiniert:

Split-Null (SN) oder Split-Alternative (SA):
- Stufe 1: Ein binärer Test prüft, ob die Verteilung in einer spezifischen Teilmenge (z. B. $R_2$ ) liegt oder in deren Komplement.
- Stufe 2: Falls das Ergebnis der ersten Stufe nicht eindeutig ist (z. B. Komplement wurde nicht verworfen), wird ein zweiter binärer Test durchgeführt, um zwischen den verbleibenden Möglichkeiten zu unterscheiden.

Vollständigkeit: Die Autoren beweisen, dass diese Zwei-Stufen-Architektur vollständig ist. Das heißt, wenn ein ternärer Test mit bestimmten Fehlerkontrollen existiert (basierend auf den topologischen Bedingungen), dann existiert auch ein Zwei-Stufen-Ternär-Test, der dieselben Fehlerkontrollen erreicht. Dies rechtfertigt die Nutzung bestehender binärer Testverfahren.

3. Wichtige Beiträge

Formalisierung des ternären Testens für kausale Inferenz: Das Paper führt ein rigoroses Framework ein, um teilweise identifizierbare kausale Fragen durch ternäre Tests zu adressieren, wobei der Ausgang „Unidentifizierbar" explizit als Ergebnis behandelt wird.
Topologische Charakterisierung: Es werden äquivalente topologische Bedingungen (Abgeschlossenheit vs. $F_\sigma$ ) hergeleitet, die bestimmen, ob ein Test mit gewünschten Fehlergarantien existiert. Dies dient als Leitfaden für Praktiker, um zu prüfen, ob ein Test für ihr spezifisches Problem überhaupt konstruierbar ist.
Konstruktionsleitfaden: Durch die Einführung von Zwei-Stufen-Tests (SN und SA) wird gezeigt, wie man komplexe ternäre Tests systematisch aus etablierten binären Tests aufbaut. Die topologischen Bedingungen bestimmen, welche Kombination (SN vs. SA) welche Fehlerarten kontrollieren kann.
Anwendung auf reale Probleme: Die Theorie wird auf zwei konkrete kausale Probleme angewendet:
- Instrumental-Variable (IV) Ungleichungen: Ein Test, der prüft, ob die IV-Ungleichungen verletzt sind, unter Berücksichtigung von Positivitätsverletzungen.
- Vergleich der Behandlungseffizienz: Ein Test, der die Effektivität einer Behandlung gegen einen Schwellenwert (z. B. aus einer RCT) unter Verwendung von Beobachtungsdaten prüft, unter Nutzung der Manski-Grenzen.

4. Ergebnisse

Theoretische Ergebnisse:
- Es wurde bewiesen, dass die Existenz von ternären Tests mit uniformer Konsistenz strikt von der Topologie der Hypothesenmengen abhängt.
- Die Vollständigkeit der Zwei-Stufen-Methode wurde nachgewiesen; es gibt keine „besseren" ternären Tests, die nicht durch eine Kombination von binären Tests erreicht werden können.
Anwendungsbeispiele:
- IV-Ungleichungen: Die Autoren leiten einen Zwei-Stufen-Test ab (Algorithmus 1). Zuerst wird auf Positivität getestet (ob $P(Z=z) > 0$ ). Falls Positivität verletzt ist, wird das Ergebnis als „unidentifizierbar" (2) ausgegeben. Andernfalls wird ein Test für die IV-Ungleichungen durchgeführt.
- Behandlungseffizienz: Ein Zwei-Stufen-Test (Algorithmus 2) wird basierend auf den Manski-Grenzen konstruiert. Er nutzt einseitige Binomialtests, um zu entscheiden, ob die Effizienz über dem Schwellenwert liegt, darunter liegt oder unbestimmt ist.
Simulationen:
- Numerische Experimente zeigen, dass der vorgeschlagene ternäre Test (Algorithmus 2) eine hohe „Probability of Correct Detection" (PCD) aufweist und im Vergleich zu einem naiven Ansatz (basierend auf Konfidenzintervallen der Manski-Grenzen) überlegen ist, insbesondere in der korrekten Identifizierung des „Unbestimmten"-Zustands ( $R_2$ ).
- Die Anwendung auf den Berkeley-Datensatz (UCBAdmissions) demonstriert die praktische Durchführbarkeit: Der Test bestätigte die IV-Ungleichungen und gab ein klares Ergebnis aus.

5. Bedeutung und Ausblick

Praktische Relevanz: Das Paper löst ein fundamentales Problem in der kausalen Inferenz: Wie man mit Beobachtungsdaten umgeht, wenn Identifizierbarkeit nicht gegeben ist. Statt irreführende binäre Ja/Nein-Antworten zu geben, liefert der ternäre Test eine ehrlichere und informativere Antwort („Ja", „Nein" oder „Daten reichen nicht aus").
Brückenschlag: Es verbindet die Theorie der Hypothesentests (Topologie, Konsistenz) mit der angewandten kausalen Inferenz und bietet einen konstruktiven Weg, bestehende binäre Tests für komplexere Szenarien zu nutzen.
Zukunftsaussichten: Die Autoren sehen Potenzial darin, die Kompaktheitsannahme zu lockern und die Klassifikation von testbaren Hypothesen zu verfeinern, indem Fehler für beliebige Kombinationen von Zellen in der Fehlermatrix kontrolliert werden, nicht nur für Spalten.

Zusammenfassend bietet das Paper einen theoretisch fundierten und praktisch anwendbaren Ansatz, um die Unsicherheit bei kausalen Schlussfolgerungen aus Beobachtungsdaten nicht zu ignorieren, sondern als explizites Testergebnis zu quantifizieren.