[论文解读] A Separation Theorem for Chain Event Graphs

Peter Thwaites, Jim Q. Smith|arXiv (Cornell University)|Jan 21, 2015

Bayesian Modeling and Causal Inference参考文献 42被引用 11

一句话总结

本文提出了一种链式事件图（Chain Event Graphs, CEGs）的分离定理，类似于贝叶斯网络中的 d-分离，使分析人员能够直接从图的拓扑结构判断条件独立关系。其主要贡献是基于割点（cut-vertices）和路径结构的正式准则，用于识别在给定一个条件事件时，CEG 中哪些随机变量是条件独立的。

ABSTRACT

Bayesian Networks (BNs) are popular graphical models for the representation of statistical problems embodying dependence relationships between a number of variables. Much of this popularity is due to the d-separation theorem of Pearl and Lauritzen, which allows an analyst to identify the conditional independence statements that a model of the problem embodies using only the topology of the graph. However for many problems the complete model dependence structure cannot be depicted by a BN. The Chain Event Graph (CEG) was introduced for these types of problem. In this paper we introduce a separation theorem for CEGs, analogous to the d-separation theorem for BNs, which likewise allows an analyst to identify the conditional independence structure of their model from the topology of the graph.

研究动机与目标

• 为解决贝叶斯网络在表示离散过程中复杂、上下文相关的依赖结构方面的局限性。
• 为链式事件图（CEGs）形式化一种类似于贝叶斯网络 d-分离定理的分离准则。
• 使分析人员能够直接从 CEG 的拓扑结构推断条件独立关系，而无需计算完整的概率表。
• 通过定义位置割（position cuts）、割点和基于顶点上基本变量的条件独立性，为 CEGs 提供数学上严谨的基础。
• 将图形模型的应用范围扩展至包含结构零、上下文相关对称性以及标准贝叶斯网络无法表达的非马尔可夫依赖关系的问题。

提出的方法

• 将 CEG 定义为一个根节点、有限、有向树状结构的图，包含顶点合并和边着色，以编码条件独立性和马尔可夫性质。
• 为每个顶点 w 定义基本随机变量 X(w)，表示从 w 到其子节点所选择的边。
• 将位置割 W_a 和 W_b 定义为 CEG 中同一深度的顶点集合，用于表示一组随机变量。
• 建立割点的概念：移除某个顶点后若连通分量数量增加，则该顶点为割点，这对于识别条件独立性至关重要。
• 提出一种分离准则：若在子图 C_Λ 中存在一个割点 w，使得 W_a ≺ w ≺ W_b，则两组顶点 W_a 和 W_b 在给定事件 Λ 的条件下是条件独立的。
• 证明：条件独立性 X(W_a) ⊥ X(W_b) | Λ 成立当且仅当在子图 C_Λ 中存在这样的割点 w，该证明基于路径结构和顶点独立性的性质。

实验结果

研究问题

• RQ1 能否为链式事件图正式定义一种分离准则，使分析人员仅通过图的拓扑结构即可回答条件独立性问题？
• RQ2 所提出的 CEG 分离定理在结构和逻辑形式上与贝叶斯网络中的 d-分离定理有何异同？
• RQ3 割点和位置割在 CEG 中确定条件独立性时起什么作用？
• RQ4 在什么条件下，基本变量 X(w_a) 和 X(w_b) 的成对独立性可推出 X(W_a) 和 X(W_b) 的组间独立性？
• RQ5 如何在给定特定事件 Λ 的子图中保持并分析 CEG 的条件独立性结构？

主要发现

• 本文建立了 CEG 的分离定理：X(W_a) ⊥ X(W_b) | Λ 当且仅当在子图 C_Λ 中存在一个割点 w，使得 W_a ≺ w ≺ W_b。
• CEG 中的条件独立性是上下文相关的，条件事件 Λ 决定了适用分离准则的相关子图 C_Λ。
• 该定理通过允许更丰富的条件事件和比标准贝叶斯网络更复杂的结构依赖关系，推广了 d-分离。
• 证明表明，在割点条件下，基本变量 X(w_a) 和 X(w_b) 的成对独立性可推出 X(W_a) 和 X(W_b) 的组间独立性。
• 该方法使分析人员能够直接从 CEG 的拓扑结构读取条件独立性陈述，类似于贝叶斯网络中的 d-分离，但针对 CEG 的树状结构和上下文相关特性进行了适配。
• 该框架支持对结构零、上下文相关对称性以及非马尔可夫依赖关系的表示，而这些在标准贝叶斯网络模型中无法表达。