35. 35
因果的マルコフ条件
• 各変数 𝑥𝑖 は、親で条件付けると非子孫と独立
• 因果グラフの構造と条件付き独立性の対応
x3
x1
e3
e1
x2 e2
条件付き独立性
𝒙 𝟐と𝒙 𝟑が独立 | 𝒙 𝟏
のみ
因果グラフ
J. Pearl and T. Verma. Proc. 2nd International Conference on
Principles of Knowledge Representation and Reasoning, 1991.
40. 2種類の探索アプローチ
• 制約ベースの探索
• 制約: 観測変数の条件付き独立性
• 仮説検定で有無
• 制約を満たす因果グラフ
• スコアベースの探索
• 制約を全体的に最も満たす因果グラフ
• 情報量基準(BICなど)で評価
• 目的
• 正しい因果グラフを含む同値類を見つける
40
P. Spirtes and C. Glymour. Social Science Computer Review, 1991.
D. M. Chickering. Journal of Machine Learning Research, 2002.
41. 拡張など
• 巡回グラフを含めた同値類 (Richardson96UAI)
• 潜在共通原因を含めた同値類 (Spirtes+95UAI)
• 介入効果の範囲
41
x y
f
w z
x yw z
x y
f1
w z
f2
F. Eberhardt CRM Workshop 2016より
D. Malinsky and P. Spirtes, International J. Approximate Reasoning, 2017
M.H. Maathuis, M. Kalisch, and P. Bühlmann. Annals of Statistics, 2009
44. 44
• 非巡回有向グラフ
• 関数形は線形
• 誤差変数𝑒𝑖は独立
• 誤差変数𝑒𝑖の分布が非ガウス連続分布
LiNGAMモデル
Linear Non-Gaussian Acyclic Model (Shimizu+06JMLR)
i
xx
jiji exbx
ij
)(pa x1 x2
x3
21b
23b13b
2e
3e
1e
因果グラフ
識別可能
54. 線形の場合は
独立としても一般性を失わない
独立な潜在共通原因
i
ij
jij
Q
q
qiqii exbfx 1
54
x1 x2 2e1e
1f
e 2f
e
x1 x2 2e1e
1
:1 f
ef 2
:2 f
ef
1f 2f
従属な潜在共通原因
2
1
2221
11
2221
11
2
1
00
2
1
f
f
aa
a
e
e
aa
a
f
f
f
f