[논문 리뷰] Leveraging directed causal discovery to detect latent common causes

Ciarán M. Lee, Christopher D. Hart외 2명|arXiv (Cornell University)|2019. 10. 22.

Bayesian Modeling and Causal Inference참고 문헌 27인용 수 4

한 줄 요약

이 논문은 순수하게 유도된 인과적 발견 알고리즘인 IGCI와 KCDC를 확장하여 잠재적 공통 원인을 탐지할 수 있도록 히ュ리스틱 방법을 제안한다. 이는 새로운 검정 통계량 Δ의 분산과 평균을 분석함으로써 이루어진다. 수정된 알고리즘은 시뮬레이션 데이터와 실제 데이터에서 공통 원인을 성공적으로 식별하면서도, 방향성 인과 관계를 구분하는 데 높은 정확도를 유지한다.

ABSTRACT

The discovery of causal relationships is a fundamental problem in science and medicine. In recent years, many elegant approaches to discovering causal relationships between two variables from observational data have been proposed. However, most of these deal only with purely directed causal relationships and cannot detect latent common causes. Here, we devise a general heuristic which takes a causal discovery algorithm that can only distinguish purely directed causal relations and modifies it to also detect latent common causes. We apply our method to two directed causal discovery algorithms, the Information Geometric Causal Inference of (Daniusis et al., 2010) and the Kernel Conditional Deviance for Causal Inference of (Mitrovic, Sejdinovic, & Teh, 2018), and extensively test on synthetic data -- detecting latent common causes in additive, multiplicative and complex noise regimes -- and on real data, where we are able to detect known common causes. In addition to detecting latent common causes, our experiments demonstrate that both the modified algorithms preserve the performance of the original in distinguishing directed causal relations.

연구 동기 및 목표

• 실제 데이터(예: 의료 기록)에서 흔한 잠재적 공통 원인을 탐지할 수 없는 기존 인과적 발견 알고리즘의 한계를 해결하기 위해.
• 가감성 노이즈나 선형성과 같은 강력한 가정이 필요 없이 순수하게 유도된 인과적 발견 방법을 확장하여 잠재적 교란요인을 탐지할 수 있는 일반적인 히ュ리스틱을 개발하기 위해.
• 공통 원인 탐지 기능을 추가함과 동시에 원래 알고리즘의 방향성 인과 관계 식별 성능을 유지하기 위해.
• 다양한 시뮬레이션 데이터 환경(가감성, 곱셉성, 복잡한 노이즈)과 실제 데이터셋(알려진 공통 원인이 있는 경우)에서 방법을 검증하기 위해.

제안 방법

• 기본 인과적 발견 알고리즘의 출력에서 유도된 검정 통계량 Δ의 평균과 분산을 바탕으로 히ュ리스틱 임계값 전략을 적용한다.
• 각 원인-영향 쌍에 대해 다수의 실행을 통해 Δ 값을 계산하여 인과 방향 점수 분포의 평균과 분산을 추정한다.
• 높은 평균과 낮은 분산은 방향성 인과 관계를 나타내고, 낮은 평균과 높은 분산은 잠재적 공통 원인을 암시한다.
• 이 방법은 정보 기하학적 인과 추론(IGCI)과 인과 추론를 위한 커널 조건부 편차(KCDC)라는 두 가지 최첨단 알고리즘에 적용된다.
• 방향성 구조와 공통 원인 구조를 구분하기 위한 임계값은 도메인 지식과 경험적 분석에 기반하여 설정되며, CAN 및 KCDC와 같은 이전 연구의 원칙을 따르고 있다.
• 기본 알고리즘의 재학습이나 구조적 변경이 필요 없으며, 오직 Δ 통계량을 사용한 출력의 후처리만으로도 구현 가능하다.

실험 결과

연구 질문

• RQ1 순수하게 유도된 인과적 발견 알고리즘은 핵심 구조를 변경하지 않고서도 잠재적 공통 원인을 탐지할 수 있도록 개선될 수 있는가?
• RQ2 제안된 히ュ리스틱은 공통 원인 탐지 시 원래 알고리즘의 방향성 인과 관계 식별 정확도를 유지하는가?
• RQ3 이 방법은 시뮬레이션 데이터에서 가감성, 곱셉성, 그리고 복잡한 노이즈 환경에서 얼마나 잘 작동하는가?
• RQ4 이 방법은 유방암 위스콘신 및 자동차 연비(AutoMPG)와 같은 실제 데이터셋에서 알려진 공통 원인을 정확히 식별할 수 있는가?
• RQ5 Δ 통계량의 평균과 분산이 방향성 구조와 공통 원인 구조를 신뢰성 있게 구분하는 데 어떻게 기여하는가?

주요 결과

• NLSchools 데이터셋에서 modKCDC는 평균 Δ가 0.933이고 분산이 0.007이었으며, 사회경제적 지위에서 언어 점수로의 방향성 인과 관계를 잘 반영하여 기준값과 일치한다.
• 유방암 위스콘신 데이터셋에서 modKCDC와 modIGCI는 각각 평균 Δ가 0.491과 0.308이며 분산이 0.081과 0.062로 낮은 평균과 높은 분산을 보여 perimeter와 compactness 사이에 공통 원인이 있음을 정확히 식별했다.
• AutoMPG 데이터셋에서 modKCDC는 평균 Δ = 0.639, 분산 = 0.086를 기록하여 가속도와 연비(MPG) 사이에 공통 원인이 있음을 나타내었고, modIGCI는 낮은 평균(0.124)과 매우 낮은 분산(0.00062)을 보여 역시 공통 원인 구조임을 확인했다.
• 수정된 알고리즘은 방향성 인과 관계 식별 성능을 높게 유지하였으며, Tübingen 인과 쌍 데이터셋에서 modKCDC는 73%의 정확도, modIGCI는 74%의 정확도를 기록하여 원래 알고리즘과 동일한 성능을 보였다.
• Δ에 대한 히ュ리스틱 임계값은 다양한 데이터 유형과 노이즈 환경에서 효과적이었으며, 광범위한 초모수 조정 없이도 강건성을 입증했다.
• 이 방법은 인과 구조가 알려진 실제 데이터에서 잠재적 공통 원인을 성공적으로 식별하여 의료 및 과학 응용 분야에서 실용적 유용성을 입증했다.