[論文レビュー] Identifying Direct Causes using Intervened Target Variable

Kang Du, Yu Xiang+1 more|arXiv (Cornell University)|Jul 15, 2023

Bayesian Modeling and Causal InferenceComputer Science被引用数 3

ひとこと要約

本稿では、標的変数が介入を受ける状況下で線形構造的因果モデルにおいて、直接の因果的親変数を同定するための新規手法を提案する。この手法は、不変マッチング性質（IMP）フレームワークに基づく。介入されたデータ（標的変数のみが操作されている）を用い、不変マッチング性質に基づく投票手順により因果的親を同定する。合成データおよび実世界のデータセット（シトメトリック・フローサイトメトリーおよびCOVID-19症例予測）において、不変性の仮定が破られても頑健な性能を示す。

ABSTRACT

Identifying the direct causes or causal parents of a target variable is crucial for scientific discovery. Focusing on linear models, the invariant prediction framework was built upon the invariance principle, namely, the conditional distribution of the target variable given its causal parents is invariant across multiple environments or experimental conditions. However, their identifiability results for causal parents can be restrictive with respect to the underlying graph structure and the experimental conditions for generating interventional data. Motivated by a recent alternative formulation of invariance, called the invariant matching property, we establish identifiability results under relatively mild assumptions, which leads to a simple yet effective procedure for identifying causal parents. We demonstrate the performance of the proposed method over various synthetic and real datasets.

研究の動機と目的

• 既存の不変因果予測（ICP）手法の限界、特に標的変数が介入を受けると機能しないという問題を解決すること。
• 従来の研究よりも弱い仮定の下で、標的変数のみが介入を受ける状況下でも因果的親の同定可能性を確立すること。
• 不変マッチング性質（IMP）を用いた、有限標本設定において簡潔かつ効果的な因果的親の推定手順を考案すること。
• 因果構造が既知または破損している実世界のデータセットにおいて、同定された構造を持つ合成データと併せて、手法の妥当性を検証すること。
• 標的変数への介入によって不変性仮定が破られる状況において、IMPに基づく手法がICPおよびLiNGAMを上回ることを示すこと。

提案手法

• 標的変数の親変数の条件付き分布が環境間で不変である場合に成立する不変マッチング性質（IMP）に基づく、新たな同定可能性フレームワークを提案する。これは、標的変数に介入が加えられても成立する。
• 複数の環境においてIMPを統合する投票手順を導入し、各特徴量が特定の環境でIMP条件を満たす場合に投票を受けることで、因果的親の集合を推定する。
• 線形最小二乗誤差（LMMSE）推定器を用いてIMP条件を定義し、計算効率とノイズに対する頑健性を確保する。
• 合成データおよび実データ（シトメトリック・フローサイトメトリーおよびCOVID-19）に本手法を適用し、ICPおよびLiNGAMと比較する。
• 有意性検定を用いて、特徴量集合がIMP条件を満たすかどうかを評価し、複数の環境で一貫して選択される特徴量を特定することに焦点を当てる。
• 標的変数への介入によって標準的な不変性原理（ICP）が失敗する状況下でも、手法の有効性を検証する。

実験結果

リサーチクエスチョン

• RQ1 標準的な不変性原理が要求する仮定よりも弱い仮定の下で、標的変数が介入を受ける状況下でも、その因果的親を同定できるか？
• RQ2 標的変数のみが介入を受ける状況下でも、不変マッチング性質（IMP）は有効な不変性の形式として維持されるか？ また、因果同定に利用可能か？
• RQ3 提案手法の投票手順は、標的変数への介入がある状況下で、ICPおよびLiNGAMと比較して因果的親をどのように効果的に同定できるか？
• RQ4 IMPに基づく手法は、因果構造が未知または複雑な実世界のデータセット（例えば、シトメトリック・フローサイトメトリーおよびCOVID-19データセット）において、意味のある因果的特徴を同定できるか？
• RQ5 IMP手法の仮定は実際の状況でどの程度成立するか？ 仮定が破られた場合でも、手法はどの程度頑健か？

主な発見

• シトメトリック・フローサイトメトリー・データセットでは、本手法はMEK 1/2の因果的親としてRafを正しく同定した。これは既知の生物学的相互作用と整合しており、Rafはn=200の時点で46%の投票を獲得した。
• ICPは標的変数への介入のため、シトメトリック・フローサイトメトリー・データセットで因果的親を同定できなかったが、本手法（IMPベース）は真の親を正常に検出できた。
• COVID-19データセットでは、特徴量「ウイルス圧力」（インデックス10）が他の特徴量よりも顕著に多くの票を獲得した。これは空間相関性から、地域の症例数の予測要因として生物学的に妥当である。
• LiNGAMは標的変数を他のすべての変数から分離した。これは非ガウス性および連続変数の仮定に依存しているが、本設定ではその仮定が成立しない可能性があるためである。
• ICPは0.05の有意水準で不変性の帰無仮説を棄却した。これは、標的変数が介入を受けると標準的な不変性原理が成立しないことを示している。
• IMP${}_{\text{inv}}$はCOVIDデータセットで0.05水準でいかなるIMPも同定できなかった。これは不変性条件（4）が破られている可能性を示唆しており、非線形性や隠れ交絡要因が原因である可能性がある。