[论文解读] The Recovery of Causal Poly-Trees from Statistical Data

George Rebane, Judea Pearl|arXiv (Cornell University)|Mar 27, 2013

Bayesian Modeling and Causal Inference参考文献 2被引用 26

一句话总结

本文提出了一种方法，可从变量对的经验概率分布中精确恢复因果多树（singly connected networks with multiple causes）的拓扑结构和因果方向性。当数据遵循多树结构时，该方法可保证精确重建，并确定了确定因果关系所需的最小外部语义假设。

ABSTRACT

Poly-trees are singly connected causal networks in which variables may arise from multiple causes. This paper develops a method of recovering ply-trees from empirically measured probability distributions of pairs of variables. The method guarantees that, if the measured distributions are generated by a causal process structured as a ply-tree then the topological structure of such tree can be recovered precisely and, in addition, the causal directionality of the branches can be determined up to the maximum extent possible. The method also pinpoints the minimum (if any) external semantics required to determine the causal relationships among the variables considered.

研究动机与目标

• 开发一种可靠的方法，从变量对的经验概率分布中重建因果多树。
• 仅从统计数据中确定多树结构中分支的因果方向性。
• 识别为解决网络中因果模糊性所需的确切最小外部语义假设集合。
• 确保当数据由此类结构生成时，多树的拓扑结构能被精确恢复。
• 提供一种仅使用成对统计依赖关系的因果发现形式化框架，适用于单连通、多因网络。

提出的方法

• 利用变量对之间的条件独立与依赖关系，推断潜在的多树拓扑结构。
• 采用基于约束的方法，利用经验概率分布识别 d-分离与 d-连接模式。
• 采用结构学习算法，通过统计依赖关系递归识别父子关系。
• 使用适用于单连通图的三角化与道德化技术，以简化恢复过程。
• 基于条件独立关系的非对称性应用方向性规则，推断因果方向。
• 依赖于观察到的概率分布由真实多树生成的假设，从而实现精确重建。

实验结果

研究问题

• RQ1 能否从成对的经验概率分布中恢复因果多树的拓扑结构？
• RQ2 在多树结构中，仅从统计数据能多大程度上确定因果方向性？
• RQ3 为解决此类网络中的因果模糊性，所需的确切最小外部语义假设集合是什么？
• RQ4 如何仅从统计数据唯一重建单连通、多因网络的结构与方向性？
• RQ5 在何种条件下，从统计数据中恢复多树可保证完全精确？

主要发现

• 当数据由真实多树生成时，该方法可保证多树结构的精确恢复。
• 因果方向性仅基于统计依赖关系及其非对称性，被尽可能充分地确定。
• 该方法识别出解决网络中因果模糊性所需的最小外部语义假设集合。
• 该算法成功重建了网络拓扑与因果方向，且无需干预数据。
• 在数据遵循多树因果结构的假设下，该方法在形式上被证明是正确的。
• 由于多树的单连通特性，恢复过程计算效率高，可实现可处理的推理。