動的最適輸送による反実仮想の識別可能性

概要: 観測データからの高次元の多変量アウトカムに対する反実仮想（counterfactual）同定の未解決問題に取り組む。Pearl（2000）は、因果主張を正当化するには、反実仮想が同定可能であること（すなわち、観測されたデータ分布から回復可能であること）が必要だと論じている。反実仮想推論に関する最近の一連の研究は有望な結果を示しているが、同定性を欠いており、その推定値の因果的妥当性が損なわれている。これに対処するため、連続時間フローを用いて多変量反実仮想の同定のための基礎を確立する。標準的な基準の下で、非マルコフ（non-Markovian）な設定も含める。動的最適輸送（dynamic optimal transport）の手法を用いて、フローマッチングが、固有で、単調で、かつ順位を保存する反実仮想の輸送写像（counterfactual transport map）を与える条件を特徴付け、整合的な推論を保証する。これを踏まえ、反実仮想の真値（ground-truth）を備えた制御された状況で理論を検証し、実画像において公理的な反実仮想の健全性（axiomatic counterfactual soundness）の改善を示す。