Estimating Joint Interventional Distributions from Marginal Interventional Data

Título: Estimativa de Distribuições Intervencionais Conjuntas a partir de Dados Intervencionais Marginais

Autores: Sergio Hernan Garrido Mejia, Elke Kirschbaum, Armin Keki´c, Bernhard Sch¨olkopf, Atalanti Mastakouri.
Conferência: 5ª Conferência sobre Aprendizado e Raciocínio Causal (Causal Learning and Reasoning), 2026.

1. O Problema

O artigo aborda um desafio fundamental na inferência causal: a dificuldade de estimar o efeito combinado de múltiplas intervenções (distribuição interventional conjunta) quando os dados disponíveis são limitados a:

• Dados Observacionais: Distribuições conjuntas de subconjuntos de variáveis.
• Dados Intervencionais Marginais: Resultados de experimentos onde apenas uma variável de cada vez é manipulada (intervenção de variável única).

Em cenários do mundo real (como testes de medicamentos combinados ou efeitos de fertilizantes múltiplos), realizar ensaios clínicos ou experimentais que cubram todas as combinações possíveis de intervenções é proibitivamente caro devido à explosão combinatória. Consequentemente, pesquisadores frequentemente possuem apenas dados marginais de diferentes estudos independentes. O problema central é: como inferir a distribuição conjunta $P(Y | do(X_1, X_2, ...))$ a partir de dados marginais observacionais e intervisionais de subconjuntos de variáveis, sem observar todas as variáveis conjuntamente?

2. Metodologia: i-CMAXENT

Os autores propõem uma extensão do princípio de Entropia Máxima Causal (CMAXENT) para o contexto interventional, denominado i-CMAXENT (Interventional Causal Maximum Entropy).

Fundamentos Teóricos:

• Princípio de Entropia Máxima: O método busca a distribuição de probabilidade que maximiza a entropia condicional (ou seja, é a mais "incerta" ou menos enviesada possível) sujeita a restrições impostas pelos dados empíricos.
• Extensão para Dados Intervencionais: Diferente do CMAXENT tradicional, que usa apenas expectativas condicionais observacionais ($E[Y|X]$), o i-CMAXENT incorpora restrições baseadas em expectativas intervisionais ($E[Y|do(X)]$).
• Identificabilidade Não Paramétrica: O trabalho demonstra que, sob certas condições de grafos causais (como a ausência de confundidores não observados entre as causas potenciais e o efeito, embora admita confundidores entre as causas), é possível identificar distribuições intervisionais conjuntas combinando dados observacionais e de intervenção de variável única.
• Família Exponencial: Utilizando dualidade de Lagrange, os autores provam que a solução para o problema de otimização do i-CMAXENT pertence à família exponencial. A densidade resultante é dada por:
  $$p_\lambda(y | x) = \exp \left( \sum \lambda_k f_k + \sum \lambda_j g_j + \sum \lambda_l h_l + \beta(x) \right)$$
  Onde os termos $h_l$ representam as funções de restrição derivadas dos dados intervisionais.

Algoritmo e Suposições:

1. Suposição de Suficiência Causal Fraca: Não há confundidores não observados entre o efeito $Y$ e suas causas potenciais $X$ (embora existam entre as próprias $X$).
2. Positividade: $p(x) > 0$ para todos os $x$.
3. Expectativas Fiel (Faithful f-expectations): Garante que as independências estatísticas no espaço de estimativa correspondam às do grafo causal real.
4. Descoberta de Pais: O método permite inferir quais variáveis são pais causais diretos de $Y$ analisando os multiplicadores de Lagrange da solução, mesmo sem acesso a dados conjuntos completos.

3. Principais Contribuições

1. Extensão do CMAXENT: Generalização do princípio de Entropia Máxima Causal para incluir dados experimentais (intervencionais), permitindo a fusão de dados observacionais e experimentais.
2. Prova de Família Exponencial: Demonstração teórica de que a solução do problema de entropia máxima com restrições intervisionais mantém a estrutura de família exponencial, facilitando a estimação e garantindo propriedades estatísticas robustas.
3. Solução para o Problema Causal Marginal: Fornecimento de condições e um método prático para combinar dados de subconjuntos de variáveis (marginais) para inferir distribuições conjuntas intervisionais, superando a necessidade de dados conjuntos completos.
4. Descoberta de Pais com Dados Marginais: Um novo método para identificar pais causais usando uma mistura de dados observacionais e de intervenção de variável única, superando as limitações de métodos anteriores que exigiam dados conjuntos.

4. Resultados Experimentais

Os autores testaram o método em dados sintéticos gerados a partir de grafos causais com variáveis binárias e confundidores ocultos entre as causas.

• Descoberta de Pais (Parental Discovery):

  • O i-CMAXENT foi comparado com o CMAXENT (apenas dados observacionais) e o teste KCI (Kernel Conditional Independence, que exige dados conjuntos completos).
  • Desempenho: O i-CMAXENT superou consistentemente o CMAXENT em todas as configurações de grafos.
  • Comparação com KCI: Em cenários onde o KCI tinha acesso a dados conjuntos completos (o cenário ideal), o i-CMAXENT (usando apenas dados marginais e de intervenção única) alcançou uma precisão (curvas ROC) comparável, demonstrando que a informação interventional compensa a falta de dados conjuntos.
  • Robustez: O desempenho melhorou à medida que a proporção de variáveis com dados intervisionais aumentava.

• Estimação de Distribuições Conjuntas:

  • O método foi capaz de estimar com baixa resíduo (erros em torno de 5%) a distribuição conjunta $P(Y | do(X_1, X_2))$ utilizando apenas restrições de intervenções de variável única e dados observacionais marginais.
  • A adição de qualquer restrição (seja condicional ou interventional) melhorou a estimativa em comparação com a ausência de restrições.

5. Significado e Impacto

• Viabilidade Prática: O método oferece uma ferramenta principial para cenários onde a realização de experimentos combinados é inviável, permitindo extrair conhecimento causal de múltiplos estudos independentes.
• Flexibilidade: Diferente de abordagens paramétricas anteriores que exigem suposições fortes sobre a forma funcional (ex: modelos aditivos lineares), o i-CMAXENT é não paramétrico e não assume uma forma específica para a relação causal, desde que as restrições de identificabilidade sejam satisfeitas.
• Aplicações: É particularmente relevante para áreas como medicina (interações de drogas), agricultura (combinações de fertilizantes) e ciências sociais, onde a coleta de dados completos é difícil ou cara.
• Limitações: O método requer o conhecimento prévio de quais variáveis foram intervenidas para formular as restrições corretamente no problema de otimização. Além disso, nem todas as distribuições conjuntas são identificáveis sem suposições adicionais sobre a estrutura do grafo ou forma funcional.

Em resumo, o artigo estabelece uma ponte teórica e prática robusta entre a teoria de entropia máxima e a inferência causal interventional, permitindo a síntese de conhecimento causal a partir de dados fragmentados e heterogêneos.