[논문 리뷰] Necessary and sufficient conditions for causal feature selection in time series with latent common causes

Atalanti A. Mastakouri, Bernhard Schölkopf외 1명|arXiv (Cornell University)|2020. 05. 18.

Bayesian Modeling and Causal Inference참고 문헌 15인용 수 11

한 줄 요약

이 논문은 잠재적 공통 원인이 존재하는 시계열에서 인과적 특성 선택을 위한 새로운 방법 SyPI를 제안한다. SyPI는 직접적이고 간접적인 원인을 모두 식별할 수 있으며, 후보 원인당 조건부 독립 테스트를 단 두 번만 사용하고 시간적 구조에 기반한 최적의 조건부 집합을 구성함으로써, 근사적으로 0에 가까운 거짓 양성률과 낮은 거짓 음성률을 달성한다. 시뮬레이션과 실제 데이터에서 기존의 그랜저 인과성과 seqICP보다 뛰어난 성능을 보이며, 특히 잠재적 혼동요인 존재 조건에서 뛰어난 성능을 발휘한다.

ABSTRACT

We study the identification of direct and indirect causes on time series and provide conditions in the presence of latent variables, which we prove to be necessary and sufficient under some graph constraints. Our theoretical results and estimation algorithms require two conditional independence tests for each observed candidate time series to determine whether or not it is a cause of an observed target time series. We provide experimental results in simulations, as well as real data. Our results show that our method leads to very low false positives and relatively low false negative rates, outperforming the widely used Granger causality.

연구 동기 및 목표

• 잠재적 공통 원인이 관계를 혼동시킬 수 있는 시계열에서 인과적 특성 선택의 과제를 해결하기 위해.
• 인과적 충분성 가정 없이도 직접적이고 간접적 원인을 식별할 수 있는 방법을 개발하기 위해.
• 기존의 방법들인 그랜저 인과성과 마찬가지로 표준 방법이 실패하는 잠재적 혼동요인 존재 조건에서 거짓 양성률과 거짓 음성률을 줄이기 위해.
• 특정 그래프 제약 조건 하에서 인과적 특성 선택을 위한 필수 및 필요 조건을 제공하여 신뢰할 수 있는 인과 추론을 가능하게 하기 위해.
• 시간 순서에 기반해 사전에 최적의 조건부 집합을 계산하여 광범위한 조건부 독립 테스트를 피하는 가용성 있는 알고리즘을 설계하기 위해.

제안 방법

• SyPI는 전체 시계열 DAG에서 요약 그래프를 구성하여 시간 포인트 간의 인과적 의존성을 표현한다.
• 각 후보 원인에 대해, 목표 시간 포인트의 이전 시간 포인트에 직접적으로 影향을 미치는 노드를 분석함으로써 지연 시간과 조건부 집합을 식별한다.
• 각 후보 원인에 대해 정확히 두 번의 조건부 독립 테스트를 수행한다: 하나는 원인이 직접적이고 혼동이 없는 원인인지 확인하기 위한 것이며, 다른 하나는 혼동 경로를 통해 간접적 원인인지 확인하기 위한 것이다.
• 목표 노드의 이전 시간 단계 부모를 고립시키는 단계를 통해 효율적이고 통계적으로 안정된 조건부 집합을 확보한다.
• d-분리 및 조건부 독립 기준을 활용하여 인과 관계를 결정하면서, 모든 가능한 조건부 집합에 대한 완전한 검색이 필요 없도록 한다.
• 선형 및 비선형 관계 모두에 대응하도록 설계되었으며, 선형 경우는 부분적 상관계수를, 비선형 경우는 KCI, KCIPT 또는 FCIT를 사용한다.

실험 결과

연구 질문

• RQ1 잠재적 공통 원인이 존재하는 시계열에서 직접적 및 간접적 원인을 식별하기 위한 필수 및 충분 조건은 무엇인가?
• RQ2 잠재적 혼동요인 존재 조건에서 높은 정확도를 유지하면서 최소한의 조건부 독립 테스트로 인과적 특성 선택을 달성할 수 있는가?
• RQ3 잠재적 혼동요인 존재 조건에서 SyPI는 그랜저 인과성과 seqICP에 비해 거짓 양성률 및 거짓 음성률 측면에서 어떻게 비교되는가?
• RQ4 인과적 충분성 가정 없이도 SyPI는 간섭 없이 비혼동 직접 원인을 얼마나 잘 탐지할 수 있는가?
• RQ5 시계열 수가 증가함에 따라 SyPI는 어떻게 확장되며, 다중 지연 의존성은 어떻게 처리하는가?

주요 결과

• SyPI는 다양한 그래프 유형, 노이즈 수준, 표본 크기에서 시뮬레이션 결과 근사적으로 0에 가까운 거짓 양성률을 달성하였으며, Lasso-Granger와 seqICP를 크게 앞서는 성능을 보였다.
• 잠재적 혼동요인 존재 조건에서도 상대적으로 낮은 거짓 음성률을 유지하여 인과적 충분성 위반에 대한 강건성을 입증하였다.
• 낮은 표본 크기와 가정 위반 가능성이 있는 실제 데이터셋에서 SyPI는 100%의 참 양성률과 100%의 참 음성률을 달성하였다.
• SyPI의 계산 복잡도는 O(n)이며, seqICP의 O(n log n)보다 효율적이며 FCI 기반 방법의 광범위한 테스트를 피한다.
• KCI 또는 FCIT를 사용한 조건부 독립 테스트에서 비선형 관계 조건에서도 알고리즘 성능이 안정적이며, 최적의 조건부 집합 덕분에 신호 대 노이즈 비율 향상이 두드러졌다.
• 이론적 분석을 통해 제안된 조건들이 비혼동 직접 원인에 대해 필수적이며, 지정된 그래프 제약 조건 하에서 직접적 및 간접적 원인에 대해 충분하다는 것이 확인되었다.