Resumo Técnico: Funções de Densidade Causal

Definição do Problema

A inferência causal tradicional foca na comparação de distribuições inteiras após "cirurgia de grafo" (ex: deleção de arestas) ou na estimativa de medidas globais de força causal, como a divergência de Kullback-Leibler (KL) entre modelos observacionais e intervencionais. Embora eficazes para comparações globais, essas abordagens carecem de um objeto local e diferenciável que descreva como a massa de probabilidade é transportada de um regime observacional para um intervencional em um nível pontual. Além disso, os métodos existentes frequentemente dependem de operações de grafos discretas ou objetivos de otimização global que podem não ser compatíveis com intervenções suaves e contínuas ou aprendizado baseado em gradiente em cenários complexos de múltiplos regimes.

O artigo postula que a questão analítica fundamental na inferência causal é: Qual é o objeto do tipo densidade que transporta a massa de probabilidade observacional para a massa de probabilidade intervencional?

Metodologia: Funções de Densidade Causal e Cálculo Kan–Do

A proposta central é a definição de Funções de Densidade Causal, que são derivadas de Radon–Nikodym (RN) comparando leis intervencionais com leis observacionais.

1. Definição e Calibração

Para uma intervenção em uma variável $X_i$, a função de densidade causal $\rho_i(z)$ é definida como:
$$\rho_i(z) = \frac{dP_{do(X_i)}}{dP_{obs}}(z)$$
desde que a lei intervencional $P_{do(X_i)}$ seja absolutamente contínua em relação à lei observacional $P_{obs}$.

Esta definição gera uma identidade de calibração fundamental (a "identidade de calibração RN"):
$$E_{do(X_i)}[f(Y)] = E_{obs}[f(Y)\rho_i(Z)]$$
Esta identidade serve tanto como uma definição teórica quanto como um diagnóstico empírico. Se um $\hat{\rho}$ estimado for correto, o reponderamento das expectativas observacionais por $\hat{\rho}$ deve reproduzir as expectativas intervencionais.

2. Semântica Categórica (Cálculo Kan–Do)

O artigo fornece uma fundamentação categórica para esses conceitos usando extensões de Kan:

• Condicionamento é caracterizado como uma Extensão de Kan à Direita (uma operação conservadora e que preserva limites).
• Intervenção é caracterizada como uma Extensão de Kan à Esquerda (um pushforward generativo, do tipo colimite).
• A derivada de Radon–Nikodym emerge como a transformação natural única que media a tríade adjunta dessas extensões.

Este framework, denominado Cálculo Kan–Do, unifica condicionamento e intervenção como operações universais compatíveis. Ele generaliza o anterior "Judo Calculus" ao incorporar explicitamente as derivadas de RN da teoria da medida e estabelecer uma dualidade onde a densidade RN é o diferencial canônico entre as medidas observacional e intervencional.

3. Estimativa e Pontuação

Os autores propõem um pipeline prático para estimar essas densidades e utilizar essas informações para descoberta causal:

• Estimativa de Densidade: Utilizando fluxos de normalização (normalizing flows) ou modelos de razão de densidade para estimar $P_{obs}$ e $P_{do(X_i)}$ em um suporte compartilhado, computando $\hat{\rho}(z) = \exp(\log \hat{p}_{do}(z) - \log \hat{p}_{obs}(z))$.
• Calibração: Validando as estimativas através da medição do gap de momentos $\Delta_f = |E_{obs}[f(Z)\hat{\rho}(Z)] - E_{do}[f(Z)]|$. Grandes gaps indicam baixa sobreposição de regimes ou falha de estimativa.
• Curvas-do (Do-curves): Estimando curvas de resposta $x \mapsto E[Y | do(X_i=x)]$ através do reponderamento de amostras observacionais.
• Pontuação de Aresta Direcionada: Uma pontuação de par $s_{ij}$ é definida para classificar candidatos a causas $X_i \to X_j$ pelo resíduo da variância de $X_j$ após o peso por $\rho_i$:
  $$s_{ij} = E_{obs}\left[ \frac{\hat{\rho}_i(Z)(X_j - \hat{E}[X_j|X_i])^2}{\text{Var}(X_j)} \right]$$
  Pontuações menores indicam maior suporte causal.
• Coerência de Sheaf (Feixe): Para lidar com múltiplos regimes, o método incorpora uma penalidade de estabilidade baseada em Divergência de Média Máxima (MMD) entre ambientes, garantindo que a estrutura estimada seja coerente através de diferentes regimes de perturbação.

Principais Contribuições

1. Definição de Funções de Densidade Causal: O artigo define efeitos causais localmente via razões RN ($dP_{do}/dP_{obs}$), distinguindo-os de medidas globais de força causal baseadas em deleção de grafos ou divergência de distribuição total.
2. Estimadores para Calibração e Pontuação: Deriva estimadores práticos para calibração de densidade causal, curvas-do e pontuações de aresta direcionada, enfatizando que o estimando primário é a própria razão de densidade, não apenas um grafo subsequente.
3. Semântica RN–Kan: Fornece uma semântica categórica compacta explicando a conexão entre condicionamento, intervenção e mudança de medida via extensões de Kan, sem fazer da teoria das categorias a única afirmação empírica.
4. Avaliação Empírica: O framework é avaliado em sistemas sintéticos com verdade fundamental conhecida e conjuntos de dados de perturbação real (Sachs protein signaling, LINCS, PISA), analisando tanto o sucesso de recuperação quanto os modos de falha sob fraca sobreposição de regimes.

Resultados Experimentais

O artigo avalia os estimadores em diversos domínios:

• Sistemas Gaussianos Sintéticos: As estimativas de densidade causal são quase exatas, com gaps de calibração RN próximos de zero ($\approx 0.001$), confirmando a compatibilidade teórica entre mudança de medida e extensões de Kan.
• Sinalização de Proteína Sachs (S9): O método recupera direções biologicamente significativas (ex: PKC→P38, Raf→MEK) com pequenos erros de calibração ($\approx 0.01$). Embora o pontuador de pares sozinho gere um grafo denso (SHD=30), a adição de penalidades de coerência de feixe e regressão multivariada melhora a estrutura para SHD=16.
• Painel LINCS L1000: Neste cenário biológico altamente perturbado, os gaps de calibração aumentam ($\approx 0.12$), refletindo forte heterogeneidade de regimes. No entanto, o método ainda identifica genes drivers esparsos e estáveis (ex: HSPA8→CDC25B) e produz curvas-do suaves.
• Dados Socioeconômicos PISA 2022: Usado como um teste de estresse para regimes entre países. Embora estruturas socioeconômicas plausíveis sejam recuperadas, o método apresenta grandes gaps de calibração ($\Delta \approx 4.0$) devido à extrema heterogeneidade entre países, demonstrando o modo de falha pretendido quando a sobreposição de regimes é pobre.
• Cadeia de Múltiplos Regimes: Em uma cadeia sintética $X_1 \to \dots \to X_8$ com intervenções suaves, o campo de densidade identifica corretamente bandas direcionais, embora a seleção de pais permaneça um fator limitante para a recuperação perfeita do grafo (SHD=8, F1=0.33).

Significância e Alegações

O artigo alega que as funções de densidade causal oferecem uma alternativa mais granular, diferenciável e localmente interpretável às medidas globais de força causal. Ao enquadrar intervenções como Extensões de Kan à Esquerda e condicionamento como Extensões de Kan à Direita, o trabalho fornece uma semântica matemática universal para a inferência causal que acomoda naturalmente intervenções suaves e parâmetros contínuos.

Os autores enfatizam que a identidade de calibração é o diagnóstico mais crítico: ela permite que pesquisadores verifiquem se uma razão de densidade estimada realmente transporta as expectativas observacionais para as intervencionais. O artigo nota modestamente que, embora o pontuador de aresta de par ainda não seja competitivo com métodos maduros de otimização de grafos como NOTEARS ou DCDI para recuperação pura de estrutura, a principal contribuição é a estimativa e calibração da própria densidade causal. O framework é apresentado como um passo em direção à descoberta causal escalável de múltiplos regimes, onde razões de densidade locais são coladas via coerência de feixe para formar modelos causais globalmente consistentes.

O trabalho evita alegar que resolve todos os problemas de descoberta causal, destacando em vez disso que o método é mais confiável sob boa sobreposição de regimes e degrada previsivelmente conforme a divergência entre regimes cresce, um comportamento explicitamente capturado pelos gaps de calibração de RN.