[论文解读] Using the structure of d-connecting paths as a qualitative measure of the strength of dependence

Sanjay Chaudhuri, Thomas S. Richardson|arXiv (Cornell University)|Aug 7, 2002

Bayesian Modeling and Causal Inference参考文献 8被引用 8

一句话总结

本文提出一种定性方法，通过分析d-连接路径的结构，评估单一连接高斯DAG中条件依赖强度。研究表明，基于这些路径与条件集的相互作用，可以对偏相关系数的平方进行部分排序，从而在无需数值计算的情况下，提供一种结构化标准来比较依赖强度。

ABSTRACT

Pearl's concept of a d-connecting path is one of the foundations of the modern t h e ory of graphical models: the absence of a d-connecting path in a DAG indicates that conditional independence will hold in any distribution factorizing according to that graph. In this paper we show that in singlyconnected Gaussian DAGs it is possible to use the form of a d-connecting path to obtain qualitative information about the strength of conditional dependence. More precisely, the squared partial correlations between two given variables, conditioned on different subsets may be partially ordered by examining the relationship between the d-connecting path and the set of variables conditioned upon.

研究动机与目标

• 开发一种用于评估高斯图模型中条件依赖强度的定性框架。
• 研究在单一连接DAG中，d-连接路径的结构是否能够提供关于偏相关系数相对强度的信息。
• 基于路径与条件集之间的关系，建立对平方偏相关系数的部分排序。
• 为高斯网络中条件依赖强度的比较提供一种结构化、非计算性的标准。

提出的方法

• 该方法分析单一连接高斯DAG中d-连接路径与条件集之间的拓扑关系。
• 通过d-连接路径的形式——特别是其长度和分支结构——推断平方偏相关系数的定性差异。
• 该方法依赖于高斯分布的性质以及DAG上联合密度的分解，将路径结构与依赖强度关联起来。
• 通过比较条件集与d-连接路径之间的交集或关系，推导出条件依赖强度上的部分序。
• 该方法通过利用DAG中的结构约束，避免了对偏相关系数的显式计算。

实验结果

研究问题

• RQ1 能否利用单一连接高斯DAG中d-连接路径的结构，对变量间条件依赖强度进行定性比较？
• RQ2 d-连接路径与条件集之间的相互作用如何影响结果偏相关系数的大小？
• RQ3 是否存在一种结构标准，使得无需数值计算即可对平方偏相关系数进行部分排序？
• RQ4 DAG中的路径拓扑在多大程度上可以预测高斯模型中相对依赖强度？

主要发现

• d-连接路径的结构为在单一连接高斯DAG中定性比较条件依赖强度提供了基础。
• 两个变量之间的平方偏相关系数可以根据d-连接路径与条件集之间的拓扑关系进行部分排序。
• 与条件集更‘直接’相关的路径通常产生更强的偏相关系数，而更长或更间接的路径则产生更弱的偏相关系数。
• 该方法建立了一个结构化的依赖强度层级，且在所有可分解为给定DAG的分布中均保持一致。