Debiasing：Formulation & Summariz

2021-07-01 本文已影响0人 shudaxu

Formulation：

Bias的类型其实有很多，其中有的是非常明确的，而有的问题并非well defined。我们这里讨论如何将各种Bias都准确地形式化出来，构建一个体系化的框架来帮助大家思考。我们在Confounding Bias & Selection Bias中已经讨论了两种Bias，这里进行一些总结，以及更广泛的讨论。

Confounding Bias Formulation：
Internal Invalidity：confounder从内部无效化 $p(y|do(x)) \neq p(y| x)$
在Causal Effect Estimation讨论了Confounding Bias的解决方法，以及Backdoor-Criterion等等。
这个问题实际运用场景，主要在我们做Uplift Modeling，以及AB test中等等有所涉及。
Selection Bias Formulation：
External Invalidity：从外部无效化 $p_{sample}(y|x) \neq p_{population}(y|x)$ ，即sample的估计无法generalize到population中。如果用Variable $s=1，0$ 代表是否被选进sample，则可以表示为： $p(y|x,s=1) \neq p(y|x)$
其实，这个是业界面临的普遍问题，在很多系统中都存在各式各样的Selection Bias，在工业界的一些运用和思路在Bias消解简述中有所概览。下面会给出更泛化的情景，以及更普遍的解决方案。
其他 Bias
并不是统计学中well defined的bias。其中有很多直觉的东西。很多这些bias需要case by case的study。但是其中的思路多数与Confounding and Selection Bias有相通之处，这里不做详细展开。比如Popularity bias, Position Bias等等[4]，还有很多更广泛意义上的bias，系统中存在的bias，也是需要case by case的理解分析。一些讨论可见：广义Bias

Method：

0、 Selection No Bias判定：天然独立/条件X独立，不需要去偏
a、如果满足 $Y \perp S$ ，即天然独立。则不需要去偏。
b、如果满足在given X的情况下，Y与Selection过程条件独立：即 $Y \perp S| X$ 。则直接在Selection后的Sample上估计，得到的概率也是Population level 的无偏概率
即： $p(y|x,s=1) = p(y|x)$
1、 Selection Bias：借助external(population level) data引入Adjustment[1] **
推论：如果在Biased的Sample数据中，有个我们可以在population level观测的集合Z，满足在观测 $z,x$ 变量的情况下， $y$ 与 $s$ 条件独立：即 $y \perp s| x, z$ ，则可以通过 $p(y|x) = \sum_z p(y|x,c,s=1) p(c|x)$ 从有偏数据恢复出原本的分布。
这个的推导如下：
$p(y|x) = \sum_z p(y,z|x)$ 【全概率公式】
$=\sum_z p(y|x,z) p(z|x)$ 【贝叶斯公式】
$=\sum_z p(y|x,z,s=1) p(z|x)$ 【条件独立】
由此，我们可以通过在Selection有偏的sample上进行 $p(y|x,z,s=1)$ 的估计。并通过在population level的 $p(z|x)$ 的估计来得到（recovery）无偏的估计 $p(y|x)$
注意0：z选择的目标就是为了隔绝 $S$ 与 $Y$ ，即两者之间的路径都被阻塞。在我们已知 $G_s$ 的情况下， $z$ 具体的选择方案可以参考D-Seperation，Backdoor-Criterion中关于Block Path的定义以及选择的方法（当然，选择方式不同，但是推理方法类似）。
注意1：z变量是可以在population level**被观测和估计出来的， $p(z|x)$ 并未受到Selection变量 $s$ 的影响（譬如用户年龄age）。
注意2：如果 $x \perp z$ 也是有可能的，此时 $p(z|x)$ 可以直接替换成 $p(z)$ 简化。
注意3：这个external data其实是个比较强的假设，因为我们必须在population level进行估计，或者起码它能无偏有效地泛化到population level。
2、Selection Bias：Inverse-Probability Weighting
方案1通过隔绝S对Y的影响，相当于引入 $z$ ，在根据 $z$ 在population level的分布，对 $z$ 积分，来消除sample与population的差异，达到目的。但是这种情况的条件并不一定所有情况下都满足，在不满足的情况下我们需要替代的方案。（核心在于变量 $s$ 要受且仅受一些我们可以在population level观测的的变量集合 $z$ ）
直觉上，我们通过直接估计 $p(s)$ 也能得到类似的效果。所以我们可以根据被选择的概率来进行调整[3]：即inverse-probability weighted sample（multiplicity of sample也有等同效果）
$L(D')= \sum_{i=1}^n w_i c(h,x_i,y_i)$ ，其中 $w_i=\frac {P_D(x_i,y_i)}{P_{D'}(x_i,y_i)}$
$c$ 为cost function， $h \in H$ 为Hypothesis集合 $H$ 中的元素， $w_i$ 为样本（cost）的权重。 $D$ 为真实分布， $D'$ 为采样后分布。
证明：
$E(L(D')) = \sum_{x_i,y_i}^n P_{D'}(x_i,y_i) * \frac {P_D(x_i,y_i)}{P_{D'}(x_i,y_i)} c(h,x_i,y_i)$ 【根据期望的定义】
$= \sum_{x_i,y_i}^n P_{D'}(x_i,y_i) c(h,x_i,y_i) = E(L(D))$
但是这里就有一个问题了，如果对于true distribution $D$ 是我们unobserved，则 $P_D(x_i,y_i)$ 无法统计计算。
所以我们定义selection variable $s$ ，通过该变量连接 $P_D$ 与 $P_{D'}$ ，即：
定义：
$P_{D'}(x,y) := P_D(x,y | s=1)$
由于：
$P_{D}(x,y)=\frac {P_{D}(x,y| s=1) P_{D}(s=1)}{P_{D}(s=1| x,y)}$
$=\frac {P_{D}(s=1)}{P_{D}(s=1| x,y)} P_{D'}(x,y)$ 【带入上述 $P_{D'}$ 定义】
由于通常 $s$ 与 $y$ 是无关的。(准确来说，在given $x$ 情况下是无关的）。
这里其实有隐患，在[5]中有所讨论
所以：
$\frac {P_{D}(x,y)}{P_{D'}(x,y)} = \frac {P_{D}(s=1)}{P_{D}(s=1| x)}$ ，由于 $P_{D}(s=1)$ 为常数，所以替换上述权重
即： $w_i= \frac {1}{P_{D}(s=1| x)}$
3、Confounding Bias：通过Backdoor-Criterion引入Adjustment
详细见Causal Effect Estimation

4、Confounding Bias：引入Propensity Score
PSM，PSW的方法。详细见AB test中修正Bias的方法。
5、同时有Confounding Bias & Selection Bias：简述
a、方案1，通过Backdoor-Criterion + s-Recovery的变量共同做Adjustment[1]
b、方案2，根据上述方法分别去偏，其他组合方式都不互相影响。

思考

关于何时应当Debiasing？其实，更多时候，越是底层的系统，可能越需要Debiasing，而上层的系统，可能反而任务没那么重。比如我们更应该关注粗排，召回拉链排序，特征统计等问题上的Debias【比如Popularity Bias，Position Bias等】，而精排本身是为了精准地给出即时预测，某些Bias反而可能不是Bias了。

Refer
[1]
a、s-Recovery 的条件，在不进行先验的分布参数化的情况下，我们能否从biased的数据中获取无偏概率：Recovering from Selection Bias in Causal and Statistical Inference
b、在Selection Bias的情况下去除Confounding bias：上述论文的以下章节：Recoverability of Causal Effects

[2] Popularity Bias
Managing Popularity Bias in Recommender Systems
with Personalized Re-ranking

[3]详细见：Sample selection bias correction theory
Sec4还有关于weighting对acc的影响，以及其error如何估计

Elkan 2001; Zadrozny 2004; Smith and Elkan
2007; Storkey 2009; Hein 2009; Cortes et al. 2008)

[4]工业界一些Debias的研究
https://zhuanlan.zhihu.com/p/342905546

[5]这里是个矛盾点：
Sample Selection Bias Correction Theory 假设了 $s$ 与 $y$ 无关（因为unselected data没有label $y$ ，所以如果与 $y$ 相关就没法估计了，其实大部分情况下，很可能也确实无关）。但是在Recovering from Selection Bias in Causal and Statistical Inference中的结论相反。后者的结论是，如果 $s$ 与 $y$ 独立，则根本不需要debiasing。
这两者看似矛盾，其实不是，因为根本原因是：有未观测变量 $U$ 的存在。真正单纯的 $S \leftarrow X \rightarrow Y$ 在真实环境中很难存在。（比如在一个推荐系统中的CTR模型，U是用户此刻的心情，影响了其下滑的概率，从而影响了 $S$ ，当然，心情也会影响其点击行为 $Y$ ）
例如真实 $G_s$ ： $S \leftarrow X \rightarrow Y$ ， $S \leftarrow U \rightarrow Y$ ，由于U的存在，Selection变量 $S$ 的影响会被 $U$ pickup，再传递给 $Y$ ，即，given $X$ 的情况下 $Y$ 与 $S$ 不独立 $Y \not\perp S | X$ ，所以 $P(Y| X, S=1) \neq P(Y|X)$ ，即直接在 $S=1$ 的sample上估计 $P(Y| X, S=1)$ 跟真实概率是不同的，是是有偏的。
另外，由于Confounder $U$ 的存在，其实 $P(S|X,Y) \neq P(S|X)$ ，即这里也是有偏的，所以上述方法，虽然名义上消除了Selection Bias，但是实际上在 $w_i$ 的计算上，引入了新的bias。但是由于 $P(S|X)$ 可以通过population level的数据进行估计，所以比Selection 本身带来的bias要小？
但是我们通过 $X$ 估计 $S$ 的时候虽然没有观测到 $U$ ，但是由于我们有Population Level的数据，起码 $P(S|X)$ 是无偏的，，但是我们用IPS来去偏的方法是可行（无偏）的。
其他讨论见：
a、Stratification and Weighting Via the Propensity Score in Estimation of Causal Treatment Effects: A Comparative Study
b、Estimation of Regression Coefficients When Some Regressors Are Not Always Observed

[6]prediction与inference的区别
关于Inference and prediction的差异：
见https://stats.stackexchange.com/questions/457410/inference-prediction-model-fit第二个回答。以及
Inference更在意解释性，缩减bias。Prediction更在意预估能力（predictive power），同时缩减bias and variance。To Explain or to Predict?（Galit Shmueli）
Inference通常用goodness of fit来评估。而Prediction需要holdout test set来评估。
TODO仅此似乎也不能完全解释上述结论的矛盾性

Debiasing：Formulation & Summariz

Formulation：

Method：

思考

猜你喜欢

热点阅读