[论文解读] Context-Specific Causal Discovery for Categorical Data Using Staged Trees

Manuele Leonelli, Gherardo Varando|arXiv (Cornell University)|Jun 8, 2021

Bayesian Modeling and Causal Inference被引用 5

一句话总结

本文提出分阶段树模型用于分类数据的因果发现，能够表示传统DAG无法涵盖的复杂、非对称因果关系。提出一种新型上下文特定干预差异（CID）度量方法和图形等价性准则，通过仿真和真实世界应用表明，分阶段树在捕捉非对称依赖关系和提升因果推断准确性方面优于DAG。

ABSTRACT

Causal discovery algorithms aim at untangling complex causal relationships from data. Here, we study causal discovery and inference methods based on staged tree models, which can represent complex and asymmetric causal relationships between categorical variables. We provide a first graphical representation of the equivalence class of a staged tree, by looking only at a specific subset of its underlying independences. We further define a new pre-metric, inspired by the widely used structural intervention distance, to quantify the closeness between two staged trees in terms of their corresponding causal inference statements. A simulation study highlights the efficacy of staged trees in uncovering complexes, asymmetric causal relationships from data, and real-world data applications illustrate their use in practical causal analysis.

研究动机与目标

• 开发用于分类数据的因果发现算法，能够建模超越标准DAG局限的复杂、非对称因果关系。
• 定义一种新型预度量——上下文特定干预差异（CID），以量化基于其因果干预陈述的分阶段树模型之间的差异。
• 通过聚焦对称条件独立性，建立分阶段树等价类中部分的首个图形准则。
• 在模拟和真实世界数据设置下，评估分阶段树相对于DAG的性能。
• 在存在非线性和非对称依赖关系的情况下，展示分阶段树在真实世界因果分析中的实际效用。

提出的方法

• 本文采用分阶段树模型来表示分类变量之间的非对称因果关系，其中边以条件概率进行标记。
• 提出一种新型差异度量CID，受结构干预距离（SID）启发，专为分阶段树设计，用于基于其干预分布比较模型。
• 通过仅分析分阶段树中的对称条件独立性，提出一种图形等价性准则，实现对等价类的部分表征。
• 作者通过分阶段树R包实现基于动态规划和基于信息准则的学习（如AIC、BIC）的因果发现算法。
• 该方法应用贝叶斯启发式搜索（BHC）和基于评分的优化，以学习分阶段树的结构和变量顺序。
• 通过模拟研究和真实世界应用（包括ENSO、IOD与澳大利亚春季降水的研究）验证该方法。

实验结果

研究问题

• RQ1 当DAG失效时，分阶段树模型能否有效捕捉并表示分类数据中的非对称因果关系？
• RQ2 当依赖关系具有上下文特异性且非对称时，如何定义因果模型之间有意义的差异度量？
• RQ3 在具有复杂依赖关系的观测数据中，分阶段树在恢复真实因果结构方面的表现如何，相较于DAG？
• RQ4 能否通过仅利用对称条件独立性，开发一种图形准则来表征分阶段树等价类的一部分？
• RQ5 在真实世界应用中，分阶段树是否在因果推断和模型拟合方面优于DAG，特别是在存在非线性、上下文特定效应的情况下？

主要发现

• 在模拟研究中，当数据由分阶段树模型生成时，分阶段树在恢复复杂、非对称因果关系方面显著优于DAG。
• 上下文特定干预差异（CID）度量通过考虑非对称依赖关系，成功量化了分阶段树模型之间的差异，而SID则假设关系对称，因此不适用。
• 在ENSO-IOD-AU案例研究中，分阶段树揭示了降水仅在ENSO处于中性相时受IOD影响，证实了与先前研究一致的非线性、上下文特定效应。
• 变量顺序为ENSO-IOD-AU的分阶段树AIC值为368.23，低于另一顺序（371.04），支持其在模型拟合和因果结构恢复方面的优越性。
• 图形等价性准则通过聚焦对称条件独立性，成功识别了分阶段树等价类的一部分，实现了实用的基于等价性的推断。
• 分阶段树R包（含实现的算法和模拟实验）已公开发布，支持可复现性与进一步研究。