[論文レビュー] A Separation Theorem for Chain Event Graphs

Peter Thwaites, Jim Q. Smith|arXiv (Cornell University)|Jan 21, 2015

Bayesian Modeling and Causal Inference参考文献 42被引用数 11

ひとこと要約

本稿は、ベイジアンネットワークにおけるd-分離と類似する、チェーンイベントグラフ（CEGs）のための分離定理を導入し、解析者がグラフのトポロジーから直接的に条件付き独立性関係を特定できるようにする。主な貢献は、カット頂点と経路構造に基づく形式的な基準であり、これはCEG内の確率変数が特定の条件事象をもとに条件付きで独立であるかどうかを同定するものである。

ABSTRACT

Bayesian Networks (BNs) are popular graphical models for the representation of statistical problems embodying dependence relationships between a number of variables. Much of this popularity is due to the d-separation theorem of Pearl and Lauritzen, which allows an analyst to identify the conditional independence statements that a model of the problem embodies using only the topology of the graph. However for many problems the complete model dependence structure cannot be depicted by a BN. The Chain Event Graph (CEG) was introduced for these types of problem. In this paper we introduce a separation theorem for CEGs, analogous to the d-separation theorem for BNs, which likewise allows an analyst to identify the conditional independence structure of their model from the topology of the graph.

研究の動機と目的

• 離散的プロセスにおける複雑で文脈に依存する従属構造を表現できないベイジアンネットワークの限界を解消すること。
• ベイジアンネットワークにおけるd-分離定理に類似した、チェーンイベントグラフ（CEGs）のための分離基準を形式化すること。
• 解析者が完全な確率表の計算を経ずに、CEGのトポロジカル構造から直接的に条件付き独立性関係を推論できるようにすること。
• 頂点における基本的確率変数を用いた位置カット、カット頂点、および条件付き独立性の定義を通じて、CEGsに数学的に厳密な基盤を提供すること。
• 構造的ゼロ、文脈に依存する対称性、および標準的なBNでは表現できない非マルコフ的従属関係を含む問題へのグラフィカルモデルの適用範囲を拡張すること。

提案手法

• 頂点の統合とエッジの色分けを用いて条件付き独立性とマルコフ性を符号化する、根付きで有限な有向木構造のグラフとしてCEGを定義する。
• 各頂点wに対して、wから子へのエッジを表す基本的確率変数X(w)を導入する。
• 同じ深さにある頂点の集合として、位置カットW_aおよびW_bを定義し、確率変数のグループを表す。
• カット頂点の概念を確立する：その除去によって連結成分の数が増加する頂点であり、条件付き独立性を同定する上で重要である。
• 分離基準を提案する：2つの頂点集合W_aおよびW_bが事象Λを条件として独立であるための必要十分条件として、部分グラフC_Λ内にW_a ≺ w ≺ W_bを満たすカット頂点wが存在することを要求する。
• 経路構造および頂点の独立性の性質を用いて、条件付き独立性X(W_a) ⊥ X(W_b) | Λが成立するための必要十分条件として、部分グラフC_Λ内にこのようなカット頂点wが存在することを証明する。

実験結果

リサーチクエスチョン

• RQ1 チェーンイベントグラフ（CEGs）に対して、条件付き独立性の照会をグラフのトポロジーのみから行える形式的な分離基準を定義できるか？
• RQ2 CEGsにおける提案された分離定理は、ベイジアンネットワークにおけるd-分離定理と構造的および論理的形式においてどのように異なるか？
• RQ3 カット頂点と位置カットは、CEGsにおける条件付き独立性の同定において果たす役割は何か？
• RQ4 基本的確率変数X(w_a)とX(w_b)の対ごとの独立性が、CEGにおいてX(W_a)とX(W_b)のグループワイドな独立性を意味する条件は何か？
• RQ5 特定の事象Λを条件とした部分グラフにおいて、CEGの条件付き独立性構造をどのように保持・分析できるか？

主な発見

• 本稿は、CEGsにおける分離定理を確立した：X(W_a) ⊥ X(W_b) | Λであるための必要十分条件は、部分グラフC_Λ内でW_a ≺ w ≺ W_bを満たすカット頂点wが存在することである。
• CEGsにおける条件付き独立性は文脈に依存し、条件事象Λが関連する部分グラフC_Λを決定し、その中で分離基準が適用される。
• 本定理は、d-分離を一般化しており、標準的なBNよりも豊かな条件事象とより複雑な構造的従属関係を許容する。
• 証明により、基本的確率変数X(w_a)とX(w_b)の対ごとの独立性が、カット頂点の条件のもとで、X(W_a)とX(W_b)のグループワイドな独立性を示すことが示された。
• 本手法により、解析者がCEGのトポロジーから直接的に条件付き独立性の記述を読み取ることができ、d-分離と類似するが、CEGsの木構造的かつ文脈に依存する性質に適合した形である。
• 本フレームワークは、構造的ゼロ、文脈に依存する対称性、および標準的なベイジアンネットワークでは表現できない非マルコフ的従属関係の表現を支援する。