Veranstaltungen

28.04.2021

Mittwoch, 15:00

online

Semiparametric Inference For Causal Effects In Graphical Models With Hidden Variables

Michael Schmitz für Helmholtz/HIDA

Im letzten Jahrzehnt wurden Algorithmen entwickelt, die das Problem der Identifizierbarkeit von kausalen Effekten in kausalen Modellen mit versteckten Variablen, die mit gerichteten azyklischen Graphen verbunden sind, vollständig lösen. Viele dieser Verfahren werden jedoch in der Praxis nicht ausreichend genutzt, was an der Komplexität der Schätzung der von diesen Algorithmen gelieferten Identifizierungsfunktionalitäten liegt. In diesem Vortrag werden einfache grafische Kriterien und semiparametrische Schätzfunktionen beschrieben, die die Lücke zwischen Identifikation und Schätzung für kausale Effekte mit einer einzelnen Behandlung und einem einzelnen Ergebnis schließen. Zunächst werden auf Einflussfunktionen basierende doppelt robuste Schätzfunktionen diskutiert, die eine signifikante Teilmenge von kausalen Modellen mit versteckten Variablen abdecken, bei denen der Effekt identifizierbar ist. Dies erlaubt es, flexible Methoden des maschinellen Lernens in kausale Inferenzpipelines einzubinden, die über die standardmäßige, aber oft unvernünftige Annahme der bedingten Unsichtbarkeit hinausgehen. Weiterhin wird die Vortragende eine wichtige Teilmenge dieser Klasse charakterisieren und zeigen, wie man die Schätzfunktion mit der niedrigsten asymptotischen Varianz ableitet, d.h. eine, die die semiparametrische Effizienzschranke erreicht. Schließlich werden semiparametrische Schätzfunktionen zur Verfügung gestellt, die den auf der gewichteten Einflussfunktion basierenden Schätzfunktionen für jeden identifizierten kausalen Effektparameter einer einzelnen Behandlung ähneln. Die Vortragende und ihre Kollegen haben auch ein Python-Softwarepaket mit dem Namen Ananke zur Verfügung gestellt, das diese Methoden implementiert. 

 

Rednerin: Razieh Nabi, angehende Assistenzprofessorin an der Emory University

Registrierung: https://tum-conf.zoom.us/meeting/register/u5YlduyqpzIrG9E-Bb3UAyU895isDJDwWgt0

 

download