Identifying Structural Biases from Causal Mechanism Shifts

Problemstellung
Kausale Entdeckungsverfahren stützen sich traditionell auf zwei starke Annahmen: kausale Suffizienz (alle relevanten Variablen sind gemessen) und identisch und unabhängig verteilte Daten (i.i.d.). In der Praxis werden diese Annahmen häufig verletzt, da ungemessene Confounder und Selektionsbias auftreten, was zu spuriösen Abhängigkeiten und ungenauer kausaler Inferenz führt. Während bestehende Methoden unter spezifischen Bedingungen gelegentlich latente Konfundierung oder Selektion erkennen können, bleibt die Unterscheidung zwischen diesen beiden – insbesondere wenn die Daten nicht i.i.d. sind und aus mehreren Umgebungen stammen – eine erhebliche Herausforderung. Diese Arbeit adressiert das Problem der Identifizierung struktureller Biases (verborgene Konfundierung und Selektionsbias) durch die Analyse von Verschiebungen kausaler Mechanismen über verschiedene Kontexte hinweg.

Methodik
Die Autoren schlagen ein theoretisches Framework und einen praktischen Algorithmus vor, STRUBI (Structural Bias Identification), um strukturelle Biases durch die Analyse der Art und Weise zu erkennen und zu klassifizieren, wie kausale Mechanismen über verschiedene Umgebungen hinweg variieren.

1. Theoretische Grundlage:

   • Das Paper unterscheidet zwischen intrinsischen Mechanismusverschiebungen (Änderungen im wahren datengenerierenden Prozess einer Variable) und beobachteten Mechanismusverschiebungen (Änderungen in der bedingten Verteilung beobachteter Variablen).
   • Zentrale Erkenntnis: Strukturelle Biases induzieren abhängige Mechanismusverschiebungen, während unvoreingenommene Systeme unabhängige Verschiebungen aufweisen.
     • Verborgene Konfundierung (Hidden Confounding): Eine intrinsische Verschiebung eines latenten Confounders $Z$ verursacht beobachtete Verschiebungen in seinen Kindern ($X, Y$), beeinflusst jedoch nicht notwendigerweise deren Vorfahren oder andere unzusammenhängende Variablen.
     • Selektionsbias (Selection Bias): Eine intrinsische Verschiebung einer latenten Selektionsvariable (Collider) $S$ verursacht beobachtete Verschiebungen in allen ihren Vorfahren ($X, Y, W$).
   • Ancestral Coverage: Die Autoren definieren die „Ancestral Coverage“ ($cov(A)$) als das Verhältnis einer Menge von Variablen $A$ zu ihrer Menge von Vorfahren. Sie beweisen, dass unter der Bedingung spärlicher Mechanismusverschiebungen Mengen von Variablen, die durch Selektionsbias betroffen sind, eine Ancestral Coverage von 1 aufweisen (ancestral geschlossen), während Mengen, die von Konfundierung betroffen sind, typischerweise eine Coverage deutlich unter 1 haben.

2. Der STRUBI-Algorithmus:

   • Input: Beobachtete Daten über mehrere Kontexte, ein beobachteter kausaler Graph $G$ und Schwellenwerte.
   • Schritt 1 (Shift-Detektion): Für jede beobachtete Variable führt der Algorithmus bedingte Unabhängigkeitstests (unter Verwendung des KCI-Tests) zwischen den Kontexten durch, um zu detektieren, ob sich der lokale Mechanismus $P(X_i | pa(X_i))$ geändert hat. Dies partitioniert die Kontexte in Blöcke der Mechanismus-Invarianz.
   • Schritt 2 (Identifizierung von Abhängigkeiten): Der Algorithmus berechnet die Adjusted Mutual Information (AMI) zwischen den Partitionierungsmustern verschiedener Variablen. Variablen mit hoher AMI werden in zusammenhängende Komponenten gruppiert, was darauf hindeutet, dass sie eine gemeinsame latente Ursache teilen (entweder einen Confounder oder eine Selektionsvariable).
   • Schritt 3 (Klassifizierung): Für jede identifizierte Teilmenge berechnet der Algorithmus die Ancestral Coverage auf dem bereitgestellten kausalen Graphen.
     • Wenn die Coverage $\ge$ Schwellenwert $\tau_2$ ist, wird die Teilmenge als Selektionsbias klassifiziert.
     • Wenn die Coverage $<$ Schwellenwert $\tau_2$ ist, wird die Teilmenge als verborgene Konfundierung klassifiziert.
     • Teilmengen mit niedriger AMI werden als unvoreingenommen (unbiased) klassifiziert.

Zentrale Beiträge

• Identifizierung struktureller Biases: Das Paper liefert einen formalen Beweis dafür, dass strukturelle Biases aus nicht-i.i.d. Daten durch die Beobachtung abhängiger Mechanismusverschiebungen identifiziert werden können, wobei speziell der topologische Unterschied zwischen Konfundierung (betrifft Kinder) und Selektion (betrifft Vorfahren) genutzt wird.
• Nicht-paramethetischer Ansatz: Im Gegensatz zu vorangegangenen Arbeiten, die oft parametrische Annahmen (z. B. lineare Gauß-Modelle) oder spezifische Datenstrukturen (z. B. sequentielle Daten) erfordern, ist STRUBI nicht-paramethetisch und auf allgemeine kausale Mechanismen anwendbar.
• Der STRUBI-Algorithmus: Eine praktische, empirisch testbare Methode, die Mechanismus-Shift-Detektion, Mutual-Information-Analyse und Graph-Topologie integriert, um Biases zu klassifizieren und betroffene Variablenmengen zu rekonstruieren.
• Robustheit gegenüber Graphfehlern: Die Methode zeigt Robustheit, selbst wenn der Eingabe-kausale Graph inferiert statt bekannt ist, und erzielt vergleichbare Ergebnisse wie bei Verwendung des Ground-Truth-Graphen.

Experimentelle Ergebnisse
Die Autoren evaluieren STRUBI sowohl auf synthetischen als auch auf realen Datensätzen:

• Synthetische Daten: Experimente auf Erdős-Rényi-Graphen mit variierenden Größen zeigen, dass STRUBI aktuelle State-of-the-Art-Baselines (einschließlich FCI-Varianten, CoCo und Latent-Selection-Methoden) in drei Aufgaben signifikant übertrifft: der Detektion der Präsenz latenter Variablen, der Rekonstruktion der Menge der betroffenen Variablen und der Klassifizierung des Bias-Typs (Konfundierung vs. Selektion). STRUBי erreicht hohe F1-Scores, selbst wenn der kausale Graph gelernt (unter Verwendung von TOPIC) statt als Ground Truth vorgegeben wurde.
• Reale Daten (Zellsignalisierung): Eine Fallstudie am Sachs et al. Durchflusszytometrie-Datensatz demonstriert die Anwendbarkeit von STRUBI auf komplexe biologische Systeme. Als PKC zurückgehalten wurde, um Konfundierung oder Selektionsbias zu simulieren, identifizierte STRUBI korrekt den Bias-Typ und rekonstruierte den Großteil der betroffenen Knoten (Vorfahren im Selektionsfall, Kinder im Konfundierungsfall) und übertraf dabei Wettbewerber wie CoCo und JCI-FCI, die den Selektionsbias-Fall nicht präzise erfassen konnten.

Bedeutung und Ansprüche
Das Paper behauptet, dass STRUBI einen bedeutenden Fortschritt in der kausalen Entdeckung darstellt, indem es die strengen i.i.d.- und kausale-Suffizienz-Annahmen lockert. Durch die Nutzung der distinkten topologischen Signaturen abhängiger Mechanismusverschiebungen kann die Methode zwischen verborgener Konfundierung und Selektionsbias unterscheiden, ohne parametrische Modelle zu benötigen. Die Autoren betonen, dass ihr Ansatz in der Praxis gut funktioniert, die betroffenen Variablenmengen und Bias-Typen präzise rekonstruiert und bestehende Methoden weit übertrifft. Sie räumen Einschränkungen ein und merken an, dass die Methode die Markov-Bedingung und Faithfulness voraussetzt sowie eine ausreichende Stichprobengröße pro Kontext und eine ausreichende Anzahl an Kontexten benötigt, um Verschiebungen zuverlässig zu detektieren. Dennoch legen die Ergebnisse nahe, dass STRUBI ein robustes Werkzeug zur Identifizierung struktureller Biases in realen, nicht-i.i.d. Umgebungen ist.