第六章 因果发现


第六章 · 因果发现

本章要回答的三个问题:不靠专家画图,能不能从数据本身学出因果结构?学出来的东西到底能确定到什么程度(马尔可夫等价类的含义)?约束型、分数型、混合型三条路线各自拿什么换什么?

为什么会有这一章

前五章的因果图全靠领域知识手工设定,这是整套方法最脆弱的输入。因果发现试图部分自动化这一步:用条件独立性检验(约束型)、带惩罚的拟合分数(分数型)或两者的结合(混合型),从数据反推 DAG 的等价类。必须先泼冷水:从纯粹的观察数据出发,能恢复的只是马尔可夫等价类——结构与边方向常常只有一部分可辨识,这是数学边界而非算法缺陷。理解这条边界,才能正确使用 PC、GES 这些算法的输出。

读完能解决什么

你能手推一个五节点小例子在 PC 算法三个阶段的图形态变化(骨架、方向确定、等价类输出 CPDAG);能解释 GES 的前后向搜索为什么用 BIC 分数;能说出 LiNGAM 依托线性非高斯噪声打破等价类的原理;能对时间序列数据说明 Granger 因果与结构因果的差别。

各节怎么分工

节 回答哪个问题 关键产出
6.1 约束型方法 条件独立能推出什么 PC 三阶段流程与 CPDAG
6.2 分数型方法 拟合优度能推出什么 GES 与 BIC 分数
6.3 混合与时间序列 额外假设能换来什么 LiNGAM、Granger 因果

先决条件

条件独立性检验(卡方、偏相关);第 2 章 d 分离概念——它正是约束型方法的理论发动机。

本章知识点清单

可考核目标:复述约束型方法的原理(d 分离约束化)与 PC 三阶段,手工走一遍五节点例子的骨架删除与 V 结构定向;解释马尔可夫等价类、CPDAG 与忠实性假设的含义;写出 BIC 分数的形式并说明分数等价性;描述 GES 两阶段的贪心过程与一致性条件;说明 LiNGAM 依靠什么打破等价类、其三条敏感假设是什么;比较约束型与分数型的敏感轴并说明双跑互证的必要性;对时间序列说出滞后次序带来的辨识红利与 PCMCI、var-LiNGAM 的分工;执行"稳定性选择 + 合成回测 + 专家质询"的输出验证三件套。把发现输出定位成"带置信度的假设清单",是本章与第 2 章手工画图之间的接口纪律。

一个贯穿本章的练习

用因果库在你熟悉领域的一个公开数据集上跑 PC 与 GES 各一次(变量先压到十个以内),对照两份 CPDAG:标出两者一致的边(高置信)、不一致的边(存疑)、方向冲突的边(检验忠实性与支撑);再请领域同事对每条定向边做机制质询。三道工序走完,你会对"因果发现是假设生成器而非结论生成器"有切身体感。

术语表(本章)

马尔可夫等价类:蕴含相同条件独立集的 DAG 集合;CPDAG/PAG:等价类的混合图表示;忠实性:分布独立性忠实反映图拓扑的假设;骨架:去掉方向后的无向图;V 结构:对撞三元组;分离集:使两变量独立的条件集;PC/GES:约束型/分数型代表算法;BIC/BDeu:带复杂度惩罚的打分函数;分数等价性:等价类同分;LiNGAM:线性非高斯下的可辨识模型;MMHC:约束加评分的混合算法;NOTEARS:连续优化结构学习路线;stability selection:重抽样下保留高频边的验证法。记术语的最好方式仍是回到各自小节的例子——每个术语在那节都有一个可复算的数字现场。

往下走到哪

因果发现给出的结构假设,最终还是要喂回第 3、4 章的识别与估计。第 7 章进入应用案例,看这套完整流程在医学、经济学、商业场景里各自长什么样。

作者与出处
原作者:灏天文库
来源:平台策划编纂
整理人: 灏天文库整理
由灏天文库平台收录,内容或由平台用户上传,仅供学习交流
发布者: 作者: 灏天文库 转发
评论区 (0)
U