[論文レビュー] Causality Networks

Ishanu Chattopadhyay|arXiv (Cornell University)|Jun 25, 2014

Complex Network Analysis Techniques参考文献 41被引用数 8

ひとこと要約

本稿では、線形性や特定の力学的構造を仮定しない非パrametricかつ計算的に効率的な、量子化済みまたは記号的データストリームにおけるグレインジャー因果関係を検出する手法を提案する。一般化された確率的オートマトン（クロスオートマトン）を用いて因果的相互依存関係をモデル化することで、非線形性を許容する。本手法は多項式時間および標本複雑性を達成し、高い確率で因果関係を同定する。実世界のグーグル検索頻度データを用いた検証が行われた。

ABSTRACT

Abstract—While correlation measures are used to discern statistical re-lationships between observed variables in almost all branches of data-driven scientific inquiry, what we are really interested in is the existence of causal dependence. Statistical tests for causality, it turns out, are signif-icantly harder to construct; the difficulty stemming from both philosophical hurdles in making precise the notion of causality, and the practical issue of obtaining an operational procedure from a philosophically sound definition. In particular, designing an efficient causality test, that may be carried out in the absence of restrictive pre-suppositions on the underlying dynamical structure of the data at hand, is non-trivial. Nevertheless, ability to computa-tionally infer statistical prima facie evidence of causal dependence may yield a far more discriminative tool for data analysis compared to the calculation of simple correlations. In the present work, we present a new non-parametric test of Granger causality for quantized or symbolic data streams generated by ergodic stationary sources. In contrast to state-of-art binary tests, our approach makes precise and computes the degree of causal dependence between data streams, without making any restrictive assumptions, linear-ity or otherwise. Additionally, without any a priori imposition of specific dynamical structure, we infer explicit generative models of causal cross-dependence, which may be then used for prediction. These explicit models are represented as generalized probabilistic automata, referred to crossed automata, and are shown to be sufficient to capture a fairly general class of causal dependence. The proposed algorithms are computationally efficient in the PAC sense; i.e., we find good models of cross-dependence with high probability, with polynomial run-times and sample complexities. The theoretical results are applied to weekly search-frequency data from Google

研究の動機と目的

• 線形性や既知の力学的構造といった制限的な仮定に依存しない、計算的に効率的な非パrametricなグレインジャー因果関係検定法の開発。
• データストリーム間の因果的相互依存関係の明示的生成モデルを、一般化された確率的オートマトン（クロスオートマトン）として表現すること。
• 高い確率で因果的依存度を推定する手法を提供し、実行時間と標本複雑性が多項式時間で保証されること。
• 実世界のデータ、特に週次グーグル検索頻度データに本フレームワークを適用し、相関関係のみに依存する分析と比較して実用的有用性と識別力の高さを示すこと。

提案手法

• 本手法は、パラメトリックまたは線形仮定を避ける非パrametricなアプローチを用い、エルゴディック定常源におけるグレインジャー因果関係を検出する。
• データストリーム間の因果的相互依存関係の明示的生成モデルを表現するため、一般化された確率的オートマトン（「クロスオートマトン」として呼ばれる）を構築する。
• アルゴリズムはPAC学習フレームワークに従い、高い確率で因果的依存関係の良いモデルが得られることを保証する。
• 量子化または記号的データストリームを活用することで、検索頻度時系列のような実世界データへの応用が可能になる。
• 遷移確率と時遅れ観測における統計的依存関係を分析することで、因果的依存度を計算する。
• 多項式時間および標本複雑性を達成することで、大規模データ解析にスケーラブルな計算効率を確保する。

実験結果

リサーチクエスチョン

• RQ1 線形性や下位の力学的構造の知識を必要としない、仮定フリーの非パrametric手法が、データストリーム間の因果的依存関係を同定できるか。
• RQ2 因果的相互依存関係の明示的生成モデルを、多様な因果関係をカバーできる形で構築・表現する方法は何か。
• RQ3 提案手法が、多項式実行時間および標本複雑性を満たしつつ、高い確率で因果的関係を同定できる範囲はどの程度か。
• RQ4 従来の相関に基づく分析と比較して、本手法が実世界データにおける意味のある因果パターンを同定する能力に優れているか。

主な発見

• 提案手法は、線形性や特定の力学的構造を仮定せず、データストリーム間の因果的依存関係を効果的に同定できた。
• 一般化された確率的オートマトン（クロスオートマトン）は、データストリームにおける因果的依存関係の広いクラスを十分に捉えることができると示された。
• アルゴリズムは多項式時間および標本複雑性を達成しており、PACの意味で計算効率が保証された。
• 因果的依存度が明示的に計算可能であり、単なる相関係数よりも識別力に優れたツールを提供した。
• 週次グーグル検索頻度データに適用した結果、単なる統計的相関を超えた意味のある因果関係が同定された。
• 推定された生成モデルを用いた予測が可能であり、実世界のデータ分析における実用的有用性が実証された。