Estimating Joint Interventional Distributions from Marginal Interventional Data

Título: Estimación de Distribuciones Interventivas Conjuntas a partir de Datos Interventivos Marginales

1. El Problema

En la investigación causal, los Ensayos Controlados Aleatorizados (RCT) son el estándar para identificar efectos causales. Sin embargo, realizar intervenciones conjuntas (combinaciones de múltiples tratamientos o condiciones) es a menudo prohibitivamente costoso o inviable debido a la explosión combinatoria (ej. interacciones entre múltiples fármacos o fertilizantes).
Como resultado, los investigadores suelen tener acceso a:

• Datos observacionales completos de las causas potenciales.
• Datos de intervenciones sobre subconjuntos de variables (a menudo intervenciones de una sola variable).
• Falta de datos: No se dispone de la distribución conjunta interventional completa ni de observaciones conjuntas de todas las variables bajo intervención.

El desafío central es cómo combinar datos observacionales y datos de intervenciones parciales (marginales) para inferir la distribución interventional conjunta de todas las variables y descubrir las relaciones causales (padres causales) sin necesidad de observar todas las variables juntas bajo intervención.

2. Metodología: i-CMAXENT

Los autores proponen extender el principio de Entropía Máxima Causal (CMAXENT) para incorporar datos de intervenciones, denominando a su nuevo método i-CMAXENT (Interventional Causal Maximum Entropy).

• Fundamento Teórico:

  • El método busca la distribución condicional $p(Y|X)$ que maximiza la entropía condicional de Shannon, sujeto a restricciones empíricas.
  • A diferencia del CMAXENT tradicional que solo usa momentos observacionales, i-CMAXENT incorpora momentos derivados de distribuciones interventionales (ej. $E[h(Y, X) | do(X_i)]$).
  • Identificabilidad: Se basa en la premisa de que, bajo ciertas condiciones de grafos (como la ausencia de confusores no observados entre las causas y el efecto, o el uso de criterios de ajuste), las distribuciones interventionales conjuntas pueden expresarse como funcionales de las distribuciones observacionales marginales.

• Formulación Matemática:

  • Se plantea un problema de optimización con restricciones que incluyen promedios empíricos de funciones observacionales y funciones interventionales.
  • Mediante dualidad de Lagrange, se demuestra que la solución óptima pertenece a la familia exponencial:
    $$p_\lambda(y|x) = \exp\left( \sum \lambda_k f_k + \sum \lambda_j g_j + \sum \lambda_l h_l + \beta(x) \right)$$
    Donde los términos $h_l$ corresponden a las restricciones interventionales.

• Supuestos Clave:

  • Suficiencia causal débil: No hay confusores no observados entre el efecto $Y$ y sus causas potenciales $X$ (aunque pueden existir entre las causas mismas).
  • Positividad: $p(x) > 0$ para todo $x$.
  • Expectativas f-fieles: Una condición que asegura que las dependencias en la distribución estimada reflejen la estructura del grafo causal subyacente.

3. Contribuciones Clave

1. Extensión de CMAXENT: Se generaliza el principio de Entropía Máxima Causal para integrar datos experimentales (intervencionales) junto con datos observacionales.
2. Teorema de la Familia Exponencial: Se prueba formalmente que la solución al problema de optimización con restricciones interventionales sigue siendo una distribución de la familia exponencial, generalizando resultados anteriores de MAXENT y CMAXENT.
3. Descubrimiento de Padres (Parental Discovery): Se demuestra que el método puede inferir los padres causales verdaderos de una variable de interés utilizando una mezcla de datos observacionales y de intervenciones de una sola variable, incluso cuando no se tienen observaciones conjuntas completas.
4. Estimación de Distribuciones Conjuntas: Se proporciona un marco para estimar distribuciones interventionales conjuntas ($p(Y | do(X_1, X_2, ...))$) a partir de datos marginales de intervenciones individuales.

4. Resultados Experimentales

Los autores evaluaron i-CMAXENT en datos sintéticos generados bajo diversas estructuras de grafos causales (incluyendo confusores ocultos entre causas).

• Descubrimiento de Padres:

  • Comparativa: i-CMAXENT superó consistentemente al CMAXENT estándar (que solo usa datos observacionales).
  • Rendimiento vs. KCI: Aunque el método de prueba de independencia condicional de Kernel (KCI) requiere acceso a datos conjuntos completos (una ventaja injusta en este contexto de datos marginales), i-CMAXENT logró un rendimiento comparable al KCI utilizando significativamente menos información (solo marginales e intervenciones individuales).
  • Robustez: El rendimiento mejoró a medida que aumentaba la proporción de variables para las cuales se disponía de datos de intervención.

• Estimación de Distribuciones Conjuntas:

  • Se midió el residuo entre la distribución interventional conjunta estimada y la verdadera.
  • La inclusión de restricciones de intervenciones de una sola variable redujo los residuos significativamente (alrededor del 5% de error), superando a los enfoques que solo usan condicionales observacionales o que no tienen restricciones.
  • La combinación de datos observacionales y de intervención ofreció la mayor precisión.

5. Significado e Impacto

• Solución al Problema Causal Marginal: El trabajo ofrece una solución teórica y práctica para el "Problema Causal Marginal", permitiendo combinar conjuntos de datos disjuntos (donde no todas las variables se observan juntas) para inferir efectos causales globales.
• Aplicabilidad en Ciencias Reales: Es altamente relevante para dominios como la medicina (interacciones farmacológicas) y la agricultura, donde realizar experimentos con todas las combinaciones de factores es imposible. Permite aprovechar estudios previos de intervenciones individuales para predecir efectos combinados.
• Marco No Paramétrico: A diferencia de métodos paramétricos previos que requieren suposiciones sobre la forma funcional (ej. linealidad o aditividad), i-CMAXENT ofrece un enfoque no paramétrico basado en principios de entropía máxima, siendo más robusto ante la falta de conocimiento sobre la forma exacta de las relaciones causales.
• Herramienta de Selección de Características: Proporciona una herramienta rigurosa para la selección de características causales en escenarios con datos incompletos, acercándose al rendimiento de métodos que requieren datos completos.

En resumen, el paper demuestra que es posible recuperar información causal conjunta y realizar descubrimiento causal robusto utilizando únicamente datos marginales observacionales e intervencionales, superando las limitaciones de los métodos actuales que requieren observaciones conjuntas completas.