Do we become wiser with time? On causal equivalence with tiered background knowledge

要約

DAGの等価クラス（CPDAGで表現）は、有用な因果情報を提供するには大きすぎる場合がある。ここでは、「階層化されたMPDAG」で表される限定された等価クラスをもたらす階層化された背景知識を取り入れることに取り組む。階層化された知識は、情報量と計算効率を大幅に向上させることができる：階層化されたMPDAGの構築にはMeekの第1法則を適用するだけでよいこと、階層化されたMPDAGは（一般のMPDAGとは異なり）和音成分を持つ鎖グラフであることを示す。これにより、因果関係推定のための有効な調整セットの決定などが簡略化される。さらに、ある階層化された順序が他の順序よりも情報量が多い場合の特徴を示し、背景知識の有用な側面に関する洞察を提供する。

要約(オリジナル)

Equivalence classes of DAGs (represented by CPDAGs) may be too large to provide useful causal information. Here, we address incorporating tiered background knowledge yielding restricted equivalence classes represented by ‘tiered MPDAGs’. Tiered knowledge leads to considerable gains in informativeness and computational efficiency: We show that construction of tiered MPDAGs only requires application of Meek’s 1st rule, and that tiered MPDAGs (unlike general MPDAGs) are chain graphs with chordal components. This entails simplifications e.g. of determining valid adjustment sets for causal effect estimation. Further, we characterise when one tiered ordering is more informative than another, providing insights into useful aspects of background knowledge.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL