On the error control of invariant causal prediction

技術的サマリー：不変因果予測における誤差制御について

問題定義
Peters ら（2016）によって導入された不変因果予測（ICP）は、複数の環境からの異質なデータを用いて、応答変数の因果予測変数を同定するための枠組みである。元の手法は、家族全体誤差率（FWER）を制御することで、発見されたすべての予測変数が高い確率で真の因果予測変数であることを保証する。この保証は強力であるが、特に因果予測変数が非因果変数と強く相関している場合、過度に保守的となり、発見がほとんど、あるいは全く得られないことがある。本論文は、ICP をより保守的でない誤差保証（具体的には偽発見率（FDR）制御と同時真発見上限）を備えることで、統計的妥当性を損なうことなくデータからより多くの因果情報を引き出せるかどうかという問いに答えるものである。

手法
著者らは、ICP を多重検定問題として再定式化した。因果予測変数の集合を直接推定する代わりに、すべての $i \in [m]$ に対して、変数 $i$ が因果予測変数ではないという帰無仮説 $H^*_{0,i}: i \notin S^*$ を検定することを提案する。

1. 多重検定定式化:

   • ICP によって部分集合 $S$ の不変性検定のために生成される $p$ 値 $p_S$ に基づき、著者らは単一仮説に対する有効な $p$ 値を構築する：$p^*_i = \max_{S \subseteq [m]\setminus\{i\}} p_S$。
   • また、すべての $i \in S$ に対して $i \notin S^*$ となる交差仮説 $H^*_{0,S}$ に対する $p$ 値を $p^*_S = \max_{I \subseteq [m]\setminus S} p_I$ として定義する。
   • 重要な理論的発見として、元の ICP 発見集合は、多重検定補正なしに $p^*_i$ を名义水準 $\alpha$ と直接比較して棄却される仮説の集合と完全に等価であることが示された。したがって、元の ICP 手法はすでに FDR を制御しているが、これらの特定の $p$ 値に対する閾値を単に緩和するだけでは、より多くの発見をもたらさない。

2. e-Closure による FDR 制御:

   • 非自明な FDR 制御（すなわち、元の ICP よりも多くの発見を得る）を達成するために、著者らはe-Closure 原理（Xu ら、2025）を採用する。
   • 彼らは、新たに設計されたp-to-e 較正器を用いて $p$ 値 $p^*_S$ をe 値に変換する。
   • 著者らはSu 較正器と、2 つの適応型ステップ関数バージョンであるStep-SuおよびStep-LinearSuを提案する。これらの較正器は、FDR に対する e-Closure 決定規則に固有の離散閾値構造に合わせて調整されており、単位積分予算の配分を最適化して検出力を向上させる。
   • 得られた e 値の集合に e-Closure 原理を適用することで、同時 FDR 制御を満たす発見集合の族が得られる。これは、FDR の保証が族内のすべての集合に対して同時に成立することを意味し、ユーザーは保証を維持したまま、データ依存の基準に基づいて集合を選択できる。

3. 同時真発見上限:

   • 著者らは、閉検定手順（Marcus ら、1976; Goeman and Solari, 2011）を用いて同時真発見上限を導出した。
   • 構築された $p^*_S$ の単調性により、計算コストの高い閉検定調整ステップは不要であり、仮説は局所的に棄却される場合に限って棄却される。
   • これにより、任意のユーザー指定集合 $R$ における真の因果予測変数の数の高い確率下限を提供する、同時真発見上限 $t_\alpha(R)$ の簡略化された式が得られる。
   • 著者らは、この上限が元の ICP 定式化から直接導出された上限（$\tilde{t}_\alpha(R)$）と等価であることを示し、元の手法の性質（例えば、許容性など）に対するより明確な統計的解釈を提供した。

主な貢献

• 再定式化: ICP を因果予測変数ではない帰無仮説に対する多重検定問題として定式化し、元の ICP 手法が交差仮説から導出された特定の $p$ 値の未調整検定と等価であることを明らかにした。
• 非自明な FDR 制御: 直接的な $p$ 値調整では FDR 制御において ICP を改善できないことを示し、より多くの発見をもたらす FDR 制御を達成するために、e-Closure 原理と新規のp-to-e 較正器（Step-Su, Step-LinearSu）を導入することに成功した。
• 同時上限: 元の ICP の結果を回復しつつ、任意の集合における真発見の数に関する追加情報を提供する同時真発見上限を導出した。この手法は、調整ステップを不要とすることで標準的な閉検定手順を簡略化する。
• 等価性: 閉検定を通じて導出された同時上限と、元の ICP 定式化から導出された上限との等価性を証明し、2 つの異なる統計的視点をつなげた。

結果

• シミュレーション: 著者らは、異なる信号強度と名义水準を持つ線形構造方程式モデルでシミュレーションを実施した。
  • 適応型較正器（Step-Su, Step-LinearSu）を備えた e-Closure 手法は、真発見の数という点で、一般的な Su 較正器および元の ICP 手法を一貫して上回った。特に、中程度から高い信号強度を持つ設定において顕著であった。
  • 経験的 FDR は、すべての設定において名义水準以下であることが確認された。
  • 同時上限は、元の ICP の単一発見集合からは得られなかった、変数全体の集合における真の因果予測変数の数の下限など、追加的な洞察を提供した。
• 実データへの適用: 米国の青少年の学歴達成に関するデータセットに適用した。
  • 元の ICP は、テストスコアと父親の大学卒業状況という 2 つの因果予測変数を同定した。
  • FDR 制御された e-Closure 手法は、これら 2 つに加え、3 つ目の変数（「その他の民族」）を同定し、探索的分析のための候補をより多く抽出する能力を示した。
  • 同時上限は、より大きな集合内の 8 つの特定変数のうち少なくとも 5 つが真の因果予測変数である可能性が高いことを明らかにし、元の手法よりも豊かな因果構造の記述を提供した。

意義と主張
本論文は、提案された手法が、FWER から FDR および同時上限への誤差制御の緩和を通じて、元の ICP に対する実用的な代替案を提供すると主張している。

• 実用性: 著者らは、提案された同時真発見上限が FWER 制御された集合を回復しつつ、厳密に多くの情報を提供するため、元の FWER 制御をデフォルトの選択とするべきではないと論じている。
• 探索的対確認的: これらの手法により、研究者は確認的分析のための確率型保証（同時上限）と、より大きな発見集合が望まれる探索的分析のための期待型保証（FDR 制御）との間で選択できるようになる。
• 方法論的進展: この研究は、標準的な $p$ 値アプローチが限界に直面するシナリオ（具体的には、未調整の $p$ 値がすでに FWER を制御している場合）において、e 値とe-Closure 原理の実用性を示している。それは、ICP においてより保守的でない厳密な誤差制御を達成し、異質なデータからより多くの因果情報を引き出すことができることを実証している。

著者らは将来の方向性について控えめに述べており、自らの手法は線形モデルに適用可能であるが、非線形、逐次、または単一環境の設定へ拡張可能である可能性があり、また大きな $m$ に対する計算上の課題は、元の手法と提案された手法の両方に共通する障壁であると指摘している。