YutaroOgawa
commented
3 years ago @KENJI-JIN さま
ご質問ありがとうございます。
私の説明が少し甘い点もあり、混乱を招いていて申し訳ございません。
より正確に説明すると、 「因果推論の際に中間変数を入れるべきではない」 は、 「因果推論の際に説明変数の効果を全て吸収する中間変数は、説明変数の目的変数への因果効果を求める際に入れるべきではない」
です。
すなわち、上記の図では、材料Aによる効果が「中間物性」に全て吸収されるとすれば、 材料Aの目的変数の物性値への因果効果の推定に、「中間物性」を入れません （入れると、全部中間物性に効果を持っていかれるので、材料Aからの因果効果は0になります）
一方で、上記のように材料Aから目的変数の物性値への因果のパスが中間物性を経由する以外にも存在するのであれば、中間物性は入れても変ではない（気がします）。
とくに、右図で、「中間物性」へ「その他の実験条件」からパスが存在しているので、 これはむしろ中間物性を入れないといけないと思います。 （このパスがなければ、中間物性をいれなくても、材料Aの効果は正になるのだと思います。。。）
ただし、上記の右図では、DAGがいろいろなところに生まれているので、その点には気をつけ、
式としては
「目的変数の物性値」= f(材料A、中間物性、その他の実験条件)
と組み、fにはtree系の機械学習モデルを組むことになるかと思います。
※右図において、未観測の変数が中間物性と目的変数の物性値の交絡因子になっているのは、正確な因果推論を妨げますが、分からない変数である以上、どうしようもないところがあり、ひとまず諦めます（そうした未観測交絡因子の影響を推定する研究もあります）。
私も完全にこれが正解ですと言い切る自信はないのですが、ひとつ参考にしていただければ幸いです。
どうぞよろしくお願いいたします。
KENJI-JIN
大変個人的な質問になりますが、ご回答いただけると助かります。
P64で「因果推論の際に中間変数を入れるべきではない」と記述されています。 このことに関しては納得しているのですが、下図のような状況の時にどう考えるべきかアドバイスを頂けると助かります。
本に記載の方法ではなくTree系のアルゴリズムとSHAPで要因分析をしようとしています。 背景としましては 「因果推論の際に中間変数を入れるべきではない」の考えのもと、分析すると材料Aは目的変数の物性値を下げる 効果を示しており、目的変数の物性値を上げるためには材料Aを入れるべきではないということになります。
しかし、材料Aは目的変数の物性値を上げるはずという過去の知見があり、その理由は中間物性を規格内に収める 必要があり、中間物性を規格内にした場合は材料Aを入れたほうが目的変数の物性が上があるということでした。
そこで「因果推論の際に中間変数を入れるべきではない」の考えから外れ、中間物性も説明変数に入れたところ、 中間物性の変数に目的変数へのマイナスの効果がとられたせいか、材料Aは目的変数に対してプラスの効果を示す という結果になりました。 (材料Aは中間物性の値を上げ、中間物性が上がると目的変数の物性が下がります。)
この場合、小川様なら、目的変数の物性を上げるために材料Aを入れるべきか入れないべきかどう判断されますでしょうか？ また、追加でやるべき分析方法等あればご教授いただけると助かります。