[논문 리뷰] Causal Discovery of Linear Cyclic Models from Multiple Experimental Data Sets with Overlapping Variables

Antti Hyttinen, Frederick Eberhardt외 1명|arXiv (Cornell University)|2012. 10. 16.

Bayesian Modeling and Causal Inference참고 문헌 18인용 수 6

한 줄 요약

이 논문은 두 번째 순서 통계와 충실성 가정을 활용하여 변수가 겹치는 다수의 실험 데이터셋을 사용해 선형 순환 모델에서 원인 규명을 위한 방법을 제안한다. 순환 구조와 측정되지 않은 혼란 변수가 존재하는 상황에서도 전체 모델의 식별 가능성을 확립하고, 기존의 비순환성 및 충분한 원인성 가정에 기반한 간섭 데이터 통합 연구를 크게 확장한다.

ABSTRACT

Much of scientific data is collected as randomized experiments intervening on some and observing other variables of interest. Quite often, a given phenomenon is investigated in several studies, and different sets of variables are involved in each study. In this article we consider the problem of integrating such knowledge, inferring as much as possible concerning the underlying causal structure with respect to the union of observed variables from such experimental or passive observational overlapping data sets. We do not assume acyclicity or joint causal sufficiency of the underlying data generating model, but we do restrict the causal relationships to be linear and use only second order statistics of the data. We derive conditions for full model identifiability in the most generic case, and provide novel techniques for incorporating an assumption of faithfulness to aid in inference. In each case we seek to establish what is and what is not determined by the data at hand.

연구 동기 및 목표

• 변수가 겹치는 다수의 실험 데이터셋을 통합하여 잠재적인 원인 구조를 추론하는 것.
• 측정되지 않은 혼란 변수가 존재하는 상황에서 순환적이고 비순환적인 원인 모델의 과제를 해결하는 것.
• 원인 규명에서 공동 원인 충분성과 비순환성 가정을 완화하는 것.
• 변수가 겹치는 다수의 데이터셋으로부터 선형 순환 모델의 완전한 식별 가능성을 위한 조건을 설정하는 것.
• 충실성 가정을 통합하여 고차원적 또는 부분적으로 관측된 설정에서 원인 구조 추론을 향상시키는 것.

제안 방법

• 다수의 실험 데이터셋에서 유도된 두 번째 순서 통계(공분산 행렬)를 사용하여 원인 관계를 추론하는 것.
• 겹치는 변수 집합의 데이터를 통합하여 구조 방정식을 추론하는 제약 기반 접근법을 적용하는 것.
• 관측된 변수의 합집합으로부터 전체 선형 순환 모델이 식별 가능한 수학적 조건을 유도하는 것.
• 간섭 데이터를 활용하여 순환 구조를 탐지하고 직접적 영향과 간접적 영향을 구분하는 데에 기여하는 새로운 알고리즘 프레임워크를 도입하는 것.
• 모델 가능성 집합을 줄이고 식별 가능성을 향상시키기 위해 충실성 가정을 통합하는 것.
• 방향성 있는 간선과 이방향 간선을 포함하는 혼합 그래프로 원인 구조를 표현하는 그래픽 모델링 접근법을 활용하여 순환과 관측되지 않은 혼란 요인을 허용하는 것.

실험 결과

연구 질문

• RQ1 변수가 겹치는 다수의 실험 데이터셋으로부터 선형 순환 모델의 전체 원인 구조를 식별할 수 있는가?
• RQ2 순환과 측정되지 않은 혼란 변수가 존재하는 상황에서 원인 모델이 언제 완전히 식별 가능한가?
• RQ3 어떻게 충실성 가정을 효과적으로 활용하여 간섭 데이터가 있는 순환 모델에서 식별 가능성을 향상시킬 수 있는가?
• RQ4 선형 모델에서 순환과 피드백 루프를 탐지할 수 있는 공분산 구조에 대한 제약 조건은 무엇인가?
• RQ5 공통 변수를 공유하는 다수의 데이터셋에서 유래한 정보를 어떻게 통합하여 일관된 원인 그래프를 추론할 수 있는가?

주요 결과

• 논문은 변수가 겹치는 다수의 간섭 데이터셋으로부터 선형 순환 모델의 완전한 식별 가능성을 위한 충분한 조건를 확립한다.
• 충실성 가정과 특정한 데이터 구조 가정 하에서, 두 번째 순서 통계로부터 원인 순서와 순환 구조를 복원할 수 있음을 입증한다.
• 이 방법은 순환 구조가 존재하는 경우에도 방향성 있는 간선과 이방향 간선을 모두 식별할 수 있다.
• 다양한 데이터셋 간의 공분산 제약 조건을 통해 피드백 루프와 관측되지 않은 혼란 요인을 탐지할 수 있다.
• 기존의 비순환성 또는 마르코프성 가정이 성립하지 않는 상황에서도 원인 규명이 가능해진다.
• 공통 변수를 공유하는 다수의 겹치는 실험 데이터가 이용 가능한 경우, 기존의 표준 제약 기반 접근법보다 본 방법이 순환 구조 식별에서 뛰어난 성능을 보인다.