IncomeSCM: From tabular data set to time-series simulator and causal estimation benchmark

评估因果效应的观察估计器需要很少有的信息：来自人群的未混杂干预和结果，这些信息要么是通过随机化或调整创建的。因此，当创建基准任务时，通常会退而求其次使用模拟器。模拟器具有极大的控制能力，但往往过于简单，无法构建具有挑战性的任务，因为它们要么是手动设计的，缺乏真实世界数据的细节，要么是适用于观察数据而没有结构约束。在这项工作中，我们提出了一种通用的、可重复的策略，将观察数据转化为顺序结构因果模型，并通过遵循两个简单原则来挑战估计任务：1）在可能的情况下拟合真实世界数据，2）通过组合简单的手动设计机制来创建复杂性。我们在一个高度可配置的软件包中实现了这些想法，并将其应用于著名的成人收入数据集，构建了IncomeSCM模拟器。从中，我们设计了多个估计任务和样本数据集，以比较已建立的因果效应估计器。这些任务提出了适当的挑战，尽管在建模实际结果方面表现相似，但效果估计在方法之间的质量差异很大，突出了需要专门的因果估计器和模型选择标准。

提出一种将观察数据转化为结构因果模型的方法，并在此基础上构建IncomeSCM模拟器，用于比较因果效应估计方法的性能。

通过两个简单原则：1）在可能的情况下拟合真实世界数据，2）通过组合简单的手动设计机制来创建复杂性，将观察数据转化为结构因果模型，并构建模拟器进行比较。

论文提出了一种通用、可重复的策略来创建结构因果模型和挑战估计任务，构建了IncomeSCM模拟器，并使用多个估计任务和样本数据集比较了因果效应估计方法的性能。实验结果表明，即使在建模实际结果方面表现相似，各种方法的效果估计也存在很大差异，强调了需要专门的因果估计器和模型选择标准。

最近的相关研究包括：1）基于深度学习的因果推断方法；2）因果图模型的学习和推断方法；3）使用结构因果模型进行因果推断的方法等。