🎉

Pythonの因果推論ライブラリ「DoWhy」でIrisデータセットを分析する

に公開
Python
datascience
Causal Inference
dowhy
tech

はじめに

久方ぶりに因果推論に取り組んでみようと思います。今回はPythonの因果推論ライブラリであるDoWhyを使用し、機械学習のサンプルとして有名なIris（アヤメ）データセットを題材に、因果効果の推定を実践してみます。

DoWhyは、因果推論のプロセスを「モデル化」「識別」「推定」「反証」の4つのステップに体系化しており、統一的なフレームワークで分析を行えるのが特徴です。

実装

コードはシンプルに記述します。

import sklearn
import pandas as pd
from dowhy import CausalModel

# データのロード
iris = sklearn.datasets.load_iris()
df = pd.DataFrame(data=iris.data, columns=iris.feature_names)
df['target'] = iris.target

# 1. Model: 因果グラフの定義
# sepal length (がく片の長さ) が petal length (花弁の長さ) に与える影響を推定します。
# 交絡因子として sepal width (がく片の幅) と target (品種) を設定します。
model = CausalModel(
    data=df,
    treatment='sepal length (cm)',
    outcome='petal length (cm)',
    common_causes=['sepal width (cm)', 'target']
)

# 2. Identify: 因果効果の識別（推定対象の特定）
identified_estimand = model.identify_effect()
print(identified_estimand)

# 3. Estimate: 因果効果の推定
# バックドア基準に基づき、線形回帰を用いて推定します。
estimate = model.estimate_effect(identified_estimand, method_name="backdoor.linear_regression")

print(estimate)

推定結果の解釈

Irisデータセットにおいて、sepalは萼片（がくへん）、petalは花弁を表します。
今回は、「萼片の長さ（Treatment）」が「花弁の長さ（Outcome）」にどのような因果効果を持つかを推定しました。その際、品種（target）や萼片の幅（sepal width）が共通の要因（交絡因子）として働くと仮定しています。

得られた推定値（ATE: Average Treatment Effect）は以下の通りです。

Mean value: 0.8730017930766469

推定値は約 0.87 となりました。これは、「萼片の長さが1cm長くなると、花弁の長さは約0.87cm長くなる」という正の因果関係を示唆しています。花の構造的特徴として、全体的に大きい個体は各パーツも大きいという相関は自然であり、直感にも合う結果と言えます。

ちなみに、私は以前 LiNGAM を扱った経験がありますが、あちらは「因果探索（データから因果構造自体を発見する）」に重きを置いています。対してDoWhyは、ドメイン知識に基づいて因果グラフを仮定した上での「因果推論（効果の推定）」に強みがあります。

4. Refute: 推定結果の検証（反証）

因果推論において重要なのが、得られた結果の堅牢性を確認する「反証（Refutation）」のステップです。ここでは**プラセボテスト（Placebo Treatment Refuter）**を行います。

プラセボテストでは、本来の処置変数（Treatment）をランダムなノイズ（プラセボ）に置き換えて再推定を行います。もし因果関係が正しく捉えられていれば、ランダムなノイズが結果（Outcome）に与える影響はゼロに近づくはずです。

refutation = model.refute_estimate(identified_estimand, estimate, method_name="placebo_treatment_refuter")
print(refutation)

出力結果は以下の通りです。

Refute: Use a Placebo Treatment
Estimated effect:0.8730017930766469
New effect:-2.220446049250313e-15
p value:0.0
  • Estimated effect: 元の推定値（0.873）
  • New effect: プラセボを用いた場合の推定値（約 -2.22 × 10^-15 ≒ 0）

プラセボ変数の効果（New effect）はほぼゼロとなっており、期待通りの結果です。

なお、統計的検定の観点では、プラセボテストの p値は「効果が0である」という帰無仮説を棄却しないために、通常は 高い値（> 0.05） であることが望ましいとされます。
今回の結果では p value: 0.0 となっていますが、これはサンプルサイズや分散の影響で、極めて微小な値（10の-15乗オーダー）であっても統計的に「0ではない」と判定された可能性があります。しかし、効果量（New effect）自体が実質的にゼロであるため、実務的な解釈としては「プラセボによる不当な効果は観測されなかった（元の推定は妥当である）」と判断して良いでしょう。

モデルの可視化

最後に、定義した因果グラフ（DAG）を可視化してみます。

model.view_model()

まとめ

DoWhyを用いることで、因果推論のプロセスをコード上で明確に表現できました。特に refute_estimate による検証プロセスが手軽に実装できる点は、分析結果の信頼性を担保する上で非常に強力です。

Discussion