A Definition of causal effect (Causal inference: What if, Chapter 1)

Keywords: 因果推論, Causal effect, Conditional effect（条件付き効果）, Causation（因果効果）, Effect（効果）, Association（関連）

Transcript

1. Part I Causal inference without models Chapter 1 A DEFINITION OF CAUSAL EFFECT Atsushi Mizuno 基本、思考実験
2. 本⽇の内容
3. Zeus と Heraの話から 大文字：確率変数 小文字：特定の値 A: an intervention, an exposure, or a treatment A (1: treated, 0: untreated) Y (1: death, 0: survival).
4. Formal definition of a causal effect for an individual 個⼈での因果関係 potential outcomes or as counterfactual outcomes のとき、Aは個人のアウトカムYに対する因果関係がある ただし、今は は仮定が Deterministicなので 確率変数ではない
5. Consistency Observed Counterfactrual Zeus was actually treated (A = 1), his counterfactual outcome under treatment Y!"# =1 is equal to his observed (actual) outcome Y = 1.
6. 1.2 Average causal effect 1. 興味のあるアウトカム 2. 比較する介入（action, a=1 or 0) 3. 反事実の結果 （ Y!"# , Y!"$ ） を持つ比較できる個人 Individual causal effect まぁ、これは難しいので aggregated causal effect 1. 興味のあるアウトカム 2. 比較する介入（action, a=1 or 0) 3. 反事実の結果 （ Y!"# , Y!"$ ） を持つ比較できる集団
7. Average causal effectの定義 のとき、治療AはアウトカムYに因果関係がある the average causal effect in the population is null, we say that the null hypothesis of no average causal effect is true. non-null average causal effect in the population さらに一般化 佐藤先生のスライドのここ
8. 簡単な注意 • Average causal effectがなくても、個人の効果がないわけでは ない sharp causal null hypothesis is true. もし全員 なら
9. 1.3 Measures of causal effect ここからAverage causal effect ⇒ causal effect, null hypothesis of no average effect ⇒ causal null hypothesis i. causal risk difference ii. risk ratio iii. odds ratio Effect measures
10. 1.4 Random variability では、先ほどの20人を母集団からのサンプルだと考える consistent estimator (一致推定量) of Pr [Y! = 1] wiki non-deterministic counterfacturalsは Chapter 10で扱う
11. 1.5 Causation versus association 実際は ＝ 7/13 the risk of death 独立の定義 risk difference risk ratio odds ratio
12. Independence vs association Association ≠ さらに一般化 参考Average causal effect この不等式が 【＝】 であれば 独立 不等式 ⇒ 因果関係 等式 ⇒因果関係なし
13. Causation vs Association Conditional probability Unonditional/Marginal probability Association a different risk in two disjoint subsets of the population determined by the individuals’ actual treatment value (A = 1 or A = 0) Causation a different risk in the same population under two different treatment values (a = 1 or a = 0).