[论文解读] Causal inference via algebraic geometry: necessary and sufficient conditions for the feasibility of discrete causal models

Ciarán M. Lee, Robert W. Spekkens|arXiv (Cornell University)|Jun 12, 2015

Bayesian Modeling and Causal Inference被引用 3

一句话总结

本文利用代数几何构建因果推断框架，确定了具有两个二元观测变量的离散因果模型在存在任意函数依赖关系和隐变量（无加性噪声）情况下的可行性所需且充分的条件。该研究提供了观测等价类的归纳分类，并推导出联合分布的代数约束以检验模型可行性。

ABSTRACT

We provide a scheme for inferring causal relations from uncontrolled statistical data which makes use of all of the information in the joint probability distribution over the observed variables rather than just the conditional independence relations. We focus on causal models containing just two observed variables, each of which is binary. We allow any number of latent variables and we do not impose any restriction on the manner in which the observed variables may depend functionally on the latent ones. In particular, the noise need not be additive. We provide an inductive scheme for classifying causal models into distinct observational equivalence classes. For each observational equivalence class, we provide a procedure for deriving, using techniques from algebraic geometry, necessary and sufficient conditions on the joint distribution for the feasibility of the class. Connections and applications of these results to the emerging field of quantum causal models are also discussed.

研究动机与目标

• 开发一种从非受控统计数据中进行因果推断的综合方法，使用完整的联合分布，而不仅仅是条件独立性。
• 将具有两个二元观测变量的因果模型按观测等价类进行分类，无论其函数形式或潜在结构如何。
• 利用代数几何推导出每个等价类的联合分布所需且充分的代数条件，以确定模型的可行性。
• 将因果建模的适用性扩展至潜在变量模型中的非加性噪声和复杂函数依赖关系。
• 通过代数约束探索经典离散因果模型与新兴量子因果模型之间的联系。

提出的方法

• 该方法采用归纳方案，根据其可观测分布将因果模型分组为观测等价类。
• 针对每个等价类，应用代数几何技术，推导出模型可行性所必须满足的联合概率分布的多项式约束。
• 利用两个二元观测变量的联合分布结构，表征所有可能的潜在变量上的函数依赖关系，包括非加性噪声。
• 该方法识别出与每个等价类对应的代数簇，从而通过多项式理想成员关系实现可行性检测。
• 构建系统性程序，以确定给定联合分布是否位于由因果模型定义的代数簇之内。
• 该方法无需参数假设或条件独立性检验，而是完全依赖于完整的分布信息。

实验结果

研究问题

• RQ1 对于涉及两个二元观测变量和任意潜在结构的给定离散因果模型，其联合分布兼容的必要与充分代数条件是什么？
• RQ2 当潜在变量上的函数依赖关系为非加性和未指定时，如何系统性地将因果模型归类为观测等价类？
• RQ3 代数几何在表征给定潜在变量因果结构下可行联合分布集合方面发挥什么作用？
• RQ4 所推导出的代数约束与传统因果发现中基于条件独立性的约束相比，有何推广或差异？
• RQ5 这些代数方法在哪些方面可被扩展或用于指导量子因果模型的发展？

主要发现

• 本文确立了给定因果模型的可行联合分布集合构成一个半代数集，其由模型结构导出的多项式等式与不等式所刻画。
• 即使潜在变量上的函数依赖关系任意且噪声非加性，该研究也提供了对两个二元变量模型的观测等价类的完整分类。
• 对于每个等价类，该方法推导出联合分布的显式多项式约束，这些约束对模型可行性而言既是必要也是充分的。
• 该方法可在不依赖条件独立性检验的前提下检测因果结构，仅以完整联合分布作为输入。
• 该框架表明，与基于 d-分离或条件独立性的传统方法相比，代数几何能对因果可行性提供更全面的表征。
• 发现了与量子因果模型的联系，表明类似的代数技术可能也支配着量子情境下的可行性条件。