[論文レビュー] From Random Differential Equations to Structural Causal Models: the stochastic case

Stephan Bongers, Joris M. Mooij|arXiv (Cornell University)|Mar 23, 2018

Bayesian Modeling and Causal Inference参考文献 20被引用数 18

ひとこと要約

本稿は、確率的微分方程式（RDEs）と構造的因果モデル（SCMs）の間の形式的関係を確立し、特定の条件下ではRDEの均衡状態がSCMとして表現可能であることを示している。得られるSCMはRDEの確率的および因果的意味論を保持しており、サイクルや交絡要因を含むモデルに対しても、因果推論ツールを用いてRDEの均衡状態を分析することが可能になる。

ABSTRACT

Random Differential Equations provide a natural extension of Ordinary Differential Equations to the stochastic setting. We show how, and under which conditions, every equilibrium state of a Random Differential Equation (RDE) can be described by a Structural Causal Model (SCM), while pertaining the causal semantics. This provides an SCM that captures the stochastic and causal behavior of the RDE, which can model both cycles and confounders. This enables the study of the equilibrium states of the RDE by applying the theory and statistical tools available for SCMs, for example, marginalizations and Markov properties, as we illustrate by means of an example. Our work thus provides a direct connection between two fields that so far have been developing in isolation.

研究の動機と目的

• 確率的力学系を記述する確率的微分方程式（RDEs）と、長年にわたり独立して発展した構造的因果モデル（SCMs）の間のギャップを埋めること。
• RDEの均衡状態が因果的意味論を保持したままSCMとして表現可能となる条件を同定すること。
• do-記法、介入、マークフ・性質といった既存のSCMツールを、RDEの長期的挙動の分析に適用可能にするための基盤を提供すること。
• 得られるSCMフレームワークが、フィードバックループや観測されない交絡要因を含む、複雑な因果構造を確率的系内でモデル化できる能力を示すこと。

提案手法

• RDEの均衡状態をSCMにおける潜在的な構造的方程式として形式化し、確率的ダイナミクスを用いて変数間の構造的関係を定義する。
• RDEの均衡分布が有効なSCMに対応する十分条件を確立し、do-記法および介入の意味論と整合性を保証する。
• 確率的摂動を分布が指定された外生変数として符号化することで、SCMフレームワーク内でもRDEの確率的性質を保持する。
• RDEの確率的微分構造を構造的方程式に埋め込むことで、SCMフレームワークに循環的および交絡構造を拡張する。
• 導出されたSCMに対して、d-分離、do-介入、条件付き独立性といった標準的なSCMツールを直接適用し、RDEの均衡挙動を分析する。
• 具体的な例を通じて、マージナリゼーションとマークフ・性質が介入下でのRDEの均衡をどのように分析できるかを示す。

実験結果

リサーチクエスチョン

• RQ1 確率的微分方程式の均衡状態がどのような条件下で構造的因果モデルとして表現可能となるか。
• RQ2 RDEの因果的意味論がSCMフレームワークに移行する際に、どのようにして保持されるか。
• RQ3 得られるSCMは、確率的力学系に内在するフィードバックループと観測されない交絡要因の両方をモデル化できるか。
• RQ4 do-記法や条件付き独立性といった標準的なSCMツールが、RDEの均衡挙動の分析にどの程度適用可能か。
• RQ5 導出されたSCMは、確率的力学系における介入および反事実的推論の研究をどのように促進するか。

主な発見

• 適切な正則性および構造的条件のもとで、確率的微分方程式のすべての均衡状態が構造的因果モデルとして表現可能である。
• 得られるSCMは元のRDEの因果的意味論を保持しており、確率的設定下での有効な因果推論を可能にする。
• このフレームワークは、RDEの均衡分布内に、サイクルや交絡要因を含む複雑な因果構造のモデル化を可能にする。
• 導出されたSCMは、do-記法、d-分離、介入分析といった標準的なSCMツールを用いてRDEの均衡状態を分析可能にする。
• マージナリゼーションとマークフ・性質を用いて、介入下でのRDEの挙動を分析できるようになり、具体的な例でその有効性が示された。
• 本研究は、確率的力学系と因果モデリングの間の直接的かつ形式的な橋渡しを確立し、かつて分離して発展してきた二つの研究分野を統合した。