[논문 리뷰] Identifying Direct Causes using Intervened Target Variable

Kang Du, Yu Xiang외 1명|arXiv (Cornell University)|2023. 07. 15.

Bayesian Modeling and Causal InferenceComputer Science인용 수 3

한 줄 요약

이 논문은 선형 구조적 인과 모델에서 목표 변수가 간섭을 받을 경우, 목표 변수의 직접 인과 부모를 식별하기 위한 새로운 방법을 제안한다. 이 방법은 불변 매칭 성질(Invariant Matching Property, IMP) 프레임워크를 사용한다. 간섭 데이터를 활용하여, 목표 변수만 조작된 환경에서 불변 매칭 성질을 기반으로 투표 절차를 통해 인과 부모를 식별하며, 합성 데이터 및 실세계 데이터(세포 유동 분석 및 코로나19 확진자 예측 포함)에서 뛰어난 성능을 보이며, 불변성 가정이 위반된 경우에도 강건한 성능을 나타낸다.

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.

연구 동기 및 목표

• 기존의 불변 인과 예측(ICP) 방법의 한계를 해결하기 위해, 목표 변수가 간섭을 받을 경우 성능이 떨어지는 문제를 해결하고자 한다.
• 이전 연구보다 더 약한 가정 조건 하에서도 인과 부모의 식별 가능성을 확립하고자 하며, 특히 목표 변수만 간섭되는 경우를 중심으로 한다.
• 유한 표본 설정에서 불변 매칭 성질(IMP)을 활용한 단순하면서도 효과적인 투표 절차를 개발하여 인과 부모를 추정하고자 한다.
• 인과 구조가 알려져 있거나 위반된 실세계 데이터에서 방법의 유효성을 검증하고자 한다.
• 목표 변수 간섭으로 인해 불변성 가정이 위반되는 상황에서도 IMP 기반 방법이 ICP 및 LiNGAM를 초월할 수 있음을 보여주고자 한다.

제안 방법

• 목표 변수의 조건부 분포가 부모 변수에 대해 여러 환경에서 동일하게 유지되는 경우를 만족하는 불변 매칭 성질(IMP) 기반의 새로운 식별 가능성 프레임워크를 제안한다.
• 여러 환경에서 IMP를 집계하는 투표 절차를 도입하여 인과 부모 집합을 추정하며, 각 특징은 주어진 환경에서 IMP 조건을 만족할 경우 투표를 받는다.
• 선형 최소 제곱 오차(LMMSE) 추정기를 사용하여 IMP 조건을 정의함으로써 계산 효율성과 노이즈에 대한 강건성을 확보한다.
• 합성 데이터와 실세계 데이터(세포 유동 분석 및 코로나19)에 대해 방법을 적용하고, ICP 및 LiNGAM와의 성능을 비교한다.
• 특징 집합이 IMP 조건을 만족하는지 평가하기 위해 유의성 검정을 사용하며, 특히 여러 환경에서 일관되게 선택된 특징을 식별하는 데 중점을 둔다.
• 목표 변수 간섭으로 인해 표준 불변성 원리(ICP)가 실패하는 조건에서도 방법의 유효성을 검증한다.

실험 결과

연구 질문

• RQ1 표준 불변성 원리가 요구하는 조건보다 더 약한 조건 하에서, 목표 변수가 간섭을 받을 경우 그 인과 부모를 식별할 수 있는가?
• RQ2 목표 변수만 간섭을 받을 경우 불변 매칭 성질(IMP)이 여전히 타당한 불변성 형태로 유지되며, 이를 인과 발견에 활용할 수 있는가?
• RQ3 제안된 투표 절차는 목표 변수 간섭 상황에서 ICP 및 LiNGAM에 비해 인과 부모 식별에 얼마나 효과적인가?
• RQ4 IMP 기반 방법은 인과 구조가 알려져 있거나 복잡한 실세계 데이터(예: 세포 유동 분석 및 코로나19 데이터)에서 의미 있는 인과 특징을 식별할 수 있는가?
• RQ5 IMP 방법의 가정은 실제로 얼마나 성립하는가? 이러한 가정이 위반될 경우 방법의 강건성은 어느 정도인가?

주요 결과

• 세포 유동 분석 데이터셋에서 제안된 방법은 MEK 1/2의 인과 부모로 Raf를 정확히 식별하였으며, 이는 알려진 생물학적 상호작용과 일치한다. Raf는 n=200일 때 46%의 최고 투표 비율을 기록하였다.
• ICP는 목표 변수 간섭으로 인해 세포 유동 분석 데이터셋에서 어떤 인과 부모도 식별하지 못했지만, 제안된 IMP 기반 방법은 진짜 부모를 성공적으로 탐지하였다.
• 코로나19 데이터셋에서 '바이러스 압력'(인덱스 10) 특징은 다른 특징들보다 유의미하게 더 많은 투표를 받았으며, 공간 상관관계로 인해 지역 확진자 수 예측의 핵심 예측변수로 생물학적으로 타당하다.
• LiNGAM은 목표 변수를 다른 모든 변수로부터 분리시켰는데, 이는 비정규성 및 연속 변수 가정에 의존하기 때문이며, 이 설정에서는 이러한 가정이 성립하지 않을 수 있다.
• ICP는 유의수준 0.05에서 불변성의 귀무가설을 기각하였으며, 이는 목표 변수 간섭이 발생할 경우 표준 불변성 원리가 성립하지 않음을 시사한다.
• IMP${}_{\text{inv}}$는 코로나19 데이터셋에서 0.05 유의수준에서 어떤 IMP도 식별하지 못하였으며, 이는 식별 조건(4)가 위반되었음을 시사한다. 이는 비선형성 또는 숨겨진 혼란 요인으로 인한 것으로 보인다.