[論文レビュー] A Transformational Characterization of Markov Equivalence for Directed Acyclic Graphs with Latent Variables

Jiji Zhang, Peter Spirtes|arXiv (Cornell University)|Jul 4, 2012

Bayesian Modeling and Causal Inference参考文献 7被引用数 3

ひとこと要約

この論文は、潜在変数を伴う有向非巡回グラフ（DAGs）におけるマルコフ同値性の変換的特徴付けを提供し、DAGに限らないチッキングァーの古典的業績を最大アンサンブルグラフ（MAGs）に拡張する。未観測の交絡要因が存在する状況においても、マーキョフ同値性クラスにおける効率的な探索を可能にする、特定の条件下でのエッジ追加および削除を含む局所的グラフ変換の集合を同定する。

ABSTRACT

Different directed acyclic graphs (DAGs) may be Markov equivalent in the sense that they entail the same conditional independence relations among the observed variables. Chickering (1995) provided a transformational characterization of Markov equivalence for DAGs (with no latent variables), which is useful in deriving properties shared by Markov equivalent DAGs, and, with certain generalization, is needed to prove the asymptotic correctness of a search procedure over Markov equivalence classes, known as the GES algorithm. For DAG models with latent variables, maximal ancestral graphs (MAGs) provide a neat representation that facilitates model search. However, no transformational characterization -- analogous to Chickering's -- of Markov equivalent MAGs is yet available. This paper establishes such a characterization for directed MAGs, which we expect will have similar uses as it does for DAGs.

研究の動機と目的

• 潜在変数を伴わないDAGのマーキョフ同値性のチッキングァーの変換的特徴付けを、潜在変数を伴う有向非巡回グラフに拡張すること。
• 未観測の交絡要因が存在する状況において、2つの最大アンサンブルグラフ（MAGs）がマーキョフ同値であるかどうかを特定するための形式的枠組みを提供すること。
• 未測定の共通原因が存在する状況におけるスコアベースの因果発見アルゴリズム（例：GESアルゴリズム）の開発を支援すること。
• 潜在変数が存在する状況におけるマーキョフ同値性クラスへの効率的探索の理論的基盤を確立すること。
• 局所的かつ構造的な変換を用いて、マーキョフ同値性の概念をMAGsに一般化し、条件付き独立構造を保存すること。

提案手法

• MAGsにおけるマーキョフ同値性を保存する局所的グラフ変換の集合を導入する。具体的には、エッジの追加および削除である。
• MAGsにおける非合法構造（immoralities）およびコリダーの構造に基づく変換規則を定義し、条件付き独立関係が変化しないように保証する。
• 2つのMAGsがマーキョフ同値であるための必要十分条件として、これらの局所的操作の系列による変換が可能であることを確立する。
• MAGsにおけるv構造および非合法構造の概念を用いて、変換が有効であり、独立構造を保存する条件を同定する。
• 変換フレームワークを適用して、未観測交絡要因が存在する状況におけるマーキョフ同値性クラスの性質を導出する。
• 最大アンサンブルグラフの構造を活用し、観測変数間のすべての条件付き独立関係が変換によって保存されることを保証する。

実験結果

リサーチクエスチョン

• RQ1 有向非巡回グラフに潜在変数が存在する状況において、マーキョフ同値性を保存する局所的グラフ変換の集合は何か？
• RQ2 チッキングァーのDAGに対する変換的特徴付けは、未観測交絡要因を伴うMAGsにどのように一般化できるか？
• RQ3 2つのMAGsが、構造的変更の系列によってマーキョフ同値と見なされるための条件は何か？
• RQ4 潜在変数が存在する状況において、マーキョフ同値性クラスに属するすべてのメンバーを移動するために必要な最小の操作集合は何か？
• RQ5 MAGsの構造的性質（例：v構造、コリダー）は、有効な変換の形をどのように制限するか？

主な発見

• 本論文は、DAGにおけるチッキングァーのルールに類似した、MAGsにおけるマーキョフ同値性を保存する完全な局所的変換の集合を確立した。
• 2つのMAGsがマーキョフ同値であるための必要十分条件として、提案された変換の系列による相互変換が可能である。
• 変換はv構造およびコリダーの存在と構造に基づいて定義されており、観測変数間の条件付き独立関係が変化しないことを保証する。
• この特徴付けにより、GESアルゴリズムを潜在変数を伴うモデルに拡張可能となり、因果発見における漸近的正しさが保証される。
• 本フレームワークは、未観測交絡要因が存在する状況におけるマーキョフ同値性クラスへの効率的探索の理論的基盤を提供する。
• 本研究の結果は、マーキョフ同値性の概念をMAGsに一般化し、潜在変数を伴う因果構造学習の基盤を提供する。