[论文解读] Necessary and sufficient conditions for causal feature selection in time series with latent common causes

Atalanti A. Mastakouri, Bernhard Schölkopf+1 more|arXiv (Cornell University)|May 18, 2020

Bayesian Modeling and Causal Inference参考文献 15被引用 11

一句话总结

该论文提出SyPI，一种用于时间序列因果特征选择的新方法，即使存在潜在共同原因，也能识别直接和间接原因。通过每个候选原因仅使用两次条件独立性检验，并基于时间结构构建最优条件集，SyPI实现了近乎零的误报率和较低的漏报率，在模拟和真实数据中均优于格兰杰因果和seqICP，尤其在潜在混杂因素存在时表现更优。

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.

研究动机与目标

• 解决在可能存在潜在共同原因混淆关系时，时间序列中因果特征选择的挑战。
• 开发一种方法，识别目标时间序列的直接和间接原因，而无需假设因果充分性。
• 在存在潜在混杂因素时，减少误报率和漏报率，而标准方法如格兰杰因果在这些情况下会失效。
• 在特定图结构约束下，提供因果特征选择的必要和充分条件，以实现可靠的因果推断。
• 设计一种可扩展的算法，通过基于时间顺序预先计算最优条件集，避免大量条件独立性检验。

提出的方法

• SyPI从完整的时间序列DAG构建摘要图，表示跨时间点的因果依赖关系。
• 通过分析哪些节点直接影响目标在前一时间点的状态，识别每个候选原因的滞后和条件集。
• 对每个候选原因，SyPI仅执行两次条件独立性检验：一次检查该原因是否为直接无混杂原因，另一次验证其是否通过混杂路径为间接原因。
• 该方法通过一个步骤隔离目标节点在前一时间步的父节点，确保条件集的高效性和统计稳健性。
• 利用d-separation和条件独立性准则确定因果关系，同时避免对所有可能条件集进行穷举搜索。
• 该算法适用于线性和非线性关系，线性情况下使用偏相关，非线性情况下使用KCI、KCIPT或FCIT。

实验结果

研究问题

• RQ1 在存在潜在共同原因的时间序列中，识别直接和间接原因的必要和充分条件是什么？
• RQ2 在存在潜在混杂因素时，能否以最少的条件独立性检验实现高精度的因果特征选择？
• RQ3 在存在潜在混杂因素时，SyPI与格兰杰因果和seqICP在误报率和漏报率方面的表现如何比较？
• RQ4 SyPI在无需干预或假设因果充分性的情况下，能在多大程度上检测到无混杂的直接原因？
• RQ5 该方法在时间序列数量增加和处理多滞后依赖关系时的可扩展性如何？

主要发现

• 在各种图类型、噪声水平和样本大小的模拟中，SyPI实现了近乎零的误报率，显著优于Lasso-Granger和seqICP。
• 即使在存在潜在混杂因素的环境中，该方法仍保持相对较低的漏报率，表现出对因果充分性违反的鲁棒性。
• 在真实世界数据集中，样本量较小且可能存在假设违反的情况下，SyPI实现了100%的真正例率和100%的真负例率。
• SyPI的计算复杂度为O(n)，比seqICP（O(n log n)）更高效，并避免了FCI类方法的全面测试。
• 当使用KCI或FCIT进行条件独立性检验时，该算法在非线性关系下表现稳定，通过最优条件集显著提升了信噪比。
• 理论分析证实，该方法的条件对于无混杂直接原因是必要的，对于在指定图约束下直接和间接原因的识别是充分的。