[論文レビュー] Structural Intervention Distance (SID) for Evaluating Causal Graphs

Jonas Peters, Peter Bühlmann|arXiv (Cornell University)|Jun 5, 2013

Bayesian Modeling and Causal Inference参考文献 12被引用数 8

ひとこと要約

本稿では、因果グラフの評価のための新しい前距離度量である構造的介入距離（SID）を導入する。SIDは、2つのDAGまたはCPDAG間の因果推論文の差を定量化するもので、構造的ハミング距離（SHD）とは異なり、do-計算の効果を評価することで、各グラフが介入分布を正しく予測しているかを評価する。これにより、因果構造学習や介入分析においてより意味のある測定が可能になる。

ABSTRACT

Causal inference relies on the structure of a graph, often a directed acyclic graph (DAG). Different graphs may result in different causal inference statements and different intervention distributions. To quantify such differences, we propose a (pre-) distance between DAGs, the structural intervention distance (SID). The SID is based on a graphical criterion only and quantifies the closeness between two DAGs in terms of their corresponding causal inference statements. It is therefore well-suited for evaluating graphs that are used for computing interventions. Instead of DAGs it is also possible to compare CPDAGs, completed partially directed acyclic graphs that represent Markov equivalence classes. Since it differs significantly from the popular Structural Hamming Distance (SHD), the SID constitutes a valuable additional measure. We discuss properties of this distance and provide an efficient implementation with software code available on the first author's homepage (an R package is under construction).

研究の動機と目的

• 既存のグラフ距離測定法（例：SHD）の限界、すなわち因果推論能力の差を捉えていない点を是正すること。
• 因果グラフが介入分布をどれだけ正しく予測できるかを評価するメトリックの開発。これは現実世界の因果推論を反映する。
• do-計算と図的基準に根ざした、DAGおよびCPDAGの両方と比較可能な前距離測度（SID）を提案すること。
• 因果発見アルゴリズムにおける実用的応用を想定し、SIDの効率的な計算実装を提供すること。
• SIDが推定された因果構造を評価する際に、SHDとは補完的でより情報を含む洞察を提供することを実証すること。

提案手法

• SIDを、真のグラフGと推定されたグラフHとの間に、do(Xi=x)がXjに与える因果効果を誤って予測する変数ペア(i,j)の数として定義する。
• do-計算を用いて、Xiへの介入がXjに影響を与えるかどうかを判断する：Gにおいてjがiの親でない場合、親の条件付きで遮断されていないバックドア経路が存在する場合にのみ、効果は非ゼロとなる。
• 各ノードiについて、HがXjにゼロ効果を予測する（つまり、Hにおいてjがiの親である）ノードjの集合を計算し、Gの予測と比較する。
• 親のエッジをHから削除した後、Gにおいてiからjへの非有向経路が存在するかをパス行列を用いて到達可能性チェックすることで、遮断されていないバックドア経路の可能性を特定する。
• 隣接行列とパス行列を用いた効率的なアルゴリズムを実装し、O(p^4)時間でSIDを計算する。スパースグラフ向けの最適化も施している。
• Markov同値クラスを一貫して扱うことで、CPDAGに対しても同様の手法を拡張し、同値クラス内でのエッジ方向の変更に対して距離が不変であることを保証する。

実験結果

リサーチクエスチョン

• RQ1 介入分布の予測能力という観点から、2つの因果グラフの差をどのように測定できるか。
• RQ2 SHDがエッジの差異のみを数えるのに対し、SIDは因果構造推定の評価においてなぜより意味のある指標となるのか。
• RQ3 SIDはDAGおよびCPDAG（Markov同値クラスを含む）に対して効率的に計算可能で、実用的応用が可能か。
• RQ4 合成データ上でのSIDの性能は、SHDと比較して因果推論能力の差をどれだけ的確に捉えられるか。
• RQ5 SIDの理論的性質は何か。また、do-計算および介入分布とどのように関係しているか。

主な発見

• SIDは、単なるエッジの差異ではなく、予測される介入効果の差に注目するため、SHDよりも因果グラフの評価においてより情報を含む。
• 提案されたアルゴリズムにより、SIDはO(p^4)時間で計算可能であり、Rパッケージとして開発中で効率的な実装が可能である。
• 真のグラフGが非ゼロ効果を予測するのに対し、推定グラフHがゼロ効果を誤って予測するケースを正しく同定する。
• Hからiの親のエッジを削除した後、Gにおいて遮断されていないバックドア経路が存在するかをチェックすることで、因果効果予測の誤りを検出する。これにより、介入予測の評価が正確になる。
• SIDはMarkov同値クラス内でのエッジ方向の変更に対して不変であるため、CPDAGの比較に適している。
• 合成データ上の実験により、SIDは因果推論に関連する構造的差を捉えているのに対し、エッジ集合が似ているが因果予測が異なる場合、SHDはこのような差を無視する可能性があることが示された。