[논문 리뷰] Sample-Specific Root Causal Inference with Latent Variables

Eric V. Strobl, Thomas A. Lasko|arXiv (Cornell University)|2022. 10. 27.

Bayesian Modeling and Causal Inference인용 수 6

한 줄 요약

이 논문은 잠재 공액인자( latent confounders)가 있는 선형 비정규성 순환 모델(LiNGAM)에서 표본별 근본 원인 추론을 위한 방법인 오차 항을 회복하는 잠재요소(EEL)를 제안한다. EEL은 유도 경로 상의 방향성에 의해 오염된 오차 항을 복원하고, 희박한 의존성 그래프를 통해 샤플리 값(Shapley values)을 효율적으로 계산하여, 잠재 공액인자가 존재하는 합성 및 실세계 데이터셋에서 이전 방법들보다 뛰어난 정확도와 강건성을 확보한다.

ABSTRACT

Root causal analysis seeks to identify the set of initial perturbations that induce an unwanted outcome. In prior work, we defined sample-specific root causes of disease using exogenous error terms that predict a diagnosis in a structural equation model. We rigorously quantified predictivity using Shapley values. However, the associated algorithms for inferring root causes assume no latent confounding. We relax this assumption by permitting confounding among the predictors. We then introduce a corresponding procedure called Extract Errors with Latents (EEL) for recovering the error terms up to contamination by vertices on certain paths under the linear non-Gaussian acyclic model. EEL also identifies the smallest sets of dependent errors for fast computation of the Shapley values. The algorithm bypasses the hard problem of estimating the underlying causal graph in both cases. Experiments highlight the superior accuracy and robustness of EEL relative to its predecessors.

연구 동기 및 목표

• 잠재 공액인자가 없는 것으로 가정하는 기존 근본 원인 추론 방법의 한계를 해결하기 위해.
• 관측된 변수에 영향을 주는 관측되지 않은 공통 원인이 존재할 때 표본별 근본 원인을 식별하기 위한 체계적인 방법을 개발하기 위해.
• 잠재 공액인자가 존재하더라도 오차 항에 대한 샤플리 값의 정확하고 효율적인 계산을 가능하게 하기 위해.
• 인과 그래프 복원이 필요 없이도 공액인자 존재 하에서 높은 성능을 유지하기 위해.
• 기본 인과 구조가 알려진 합성 데이터 및 실 임상 및 유세포 세포 분석 데이터셋에서 방법의 유효성을 검증하기 위해.

제안 방법

• EEL은 선형 구조 방정식 모델(SEM)에서 잔차로 모델링함으로써, 관측된 변수들로부터 오차 항을 복원한다. 이는 관측되지 않은 변수에 의해 영향을 받는 경우에도 적용 가능하다.
• 잠재 공액인자가 오차 항에 영향을 주는 방향성 유도 경로를 식별함으로써, 오차 복원 과정에서 발생하는 오염을 고려한다.
• EEL은 복원된 오차 항 간의 통계적 관계를 요약하는 희박한 무방향 의존성 그래프를 구성한다.
• 의존성 그래프를 통해 오차 항에 대한 샤플리 값을 효율적으로 계산할 수 있으며, 이는 국소적이고 작은 이웃 영역의 평균을 취하는 방식이다.
• LiNGAM의 비정규성과 비순환성 가정을 활용하여, 공액인자가 존재하더라도 오차 항의 식별 가능성을 보장한다.
• 전체 인과 그래프 추정을 피하고, 오차 항 추출 및 국소적 의존성 구조에 집중한다.

실험 결과

연구 질문

• RQ1 구조 방정식 모델에서 오차 항을 활용하여 잠재 공액인자가 존재하는 상황에서 표본별 근본 원인을 정확히 식별할 수 있는가?
• RQ2 공액인자는 오차 항 복원에 어떤 영향을 미치며, 그로 인한 오염 정도를 정량화할 수 있는가?
• RQ3 잠재 변수에 의해 유도된 의존성이 존재할 경우 오차 항에 대한 샤플리 값을 효율적으로 계산할 수 있는가?
• RQ4 공액인자가 존재하는 상황에서 EEL은 기존 방법들보다 순위 정확도와 평균 제곱 오차(MSE) 측면에서 뛰어나게 성능을 발휘하는가?
• RQ5 실제 생물학적 및 임상 데이터에서 다양한 수준의 공액인자와 표본 크기 변화에 대해 EEL은 강건한 성능을 유지하는가?

주요 결과

• 합성 데이터에서 n = 100,000, 20% 공액인자 조건에서 EEL은 평균 랭크-왜곡 오버lap(RBO) 값 0.980을 기록하여 경쟁자들보다 유의미하게 높은 성능을 보였다.
• 100,000개의 표본과 20% 공액인자 조건에서 EEL은 두 번째로 우수한 알고리즘보다 RBO에서 15.6%의 격차를 확보하여 뛰어난 확장성과 강건성을 입증했다.
• Pima Indian 당뇨병 데이터셋에서 EEL은 경쟁자보다 평균 RBO에서 10.7포인트 높았고, MSE는 57.8% 감소시켰다.
• 유세포 세포 분석 데이터셋에서 EEL은 다음으로 우수한 방법보다 RBO에서 8.3포인트 우위를 점했으며, MSE는 59.3% 감소시켰다.
• 당뇨병 데이터셋에서 EEL은 평균 9.2초, 유세포 세포 분석 데이터셋에서는 평균 64.6초가 소요되어 실용적인 실행 시간 효율성을 입증했다.
• 공액인자가 없는 조건에서도 EEL은 경쟁력을 유지했지만, RCI와 같은 전용 비공액인자 방법에 비해 떨어지는 성능를 보여, EEL이 공액인자 존재 조건을 중심으로 설계되었음을 확인했다.