第２章 因果関係を推測するための理論 ぱらぱらめくる『統計的因果推論』

• 大きな枠組み：観察データから因果関係を見出したい、グラフ・ネットワークを用いて機械的計算で見出したい
• 観測される変数と観測されない変数とがノードとなったモデルを作る
• 「観察されない変数」をなんでも自由に決めて良ければ、観察を説明するモデルはいくつでも作れるので、どれにするかの判断基準が必要となる
• オッカムの剃刀
  • もっとも単純なモデルがよい〜極小構造を答えとする
• 潜在変数がないとき、極小なモデルは一意に決まる
• 潜在変数があると、極小モデルは複数ありうる。極小モデルの集合(パターン)がある
• 定常性…(どうしてそんなに大事かわかっていない)
• パターンのうちの一つを探すアルゴリズムがある
  • ICアルゴリズムはその一つ
• 統計的時間
  • 極小モデルとして得られた因果モデルの変数について、物理的な時間関係を満足してほしいというのは因果推論上、(結構)譲れない
  • 極小モデルはDAGなので変数ノードに半順序がある。そこに、物理的時間関係を入れようと思ったら、「半順序」を満足する「全順序」を入れることになる。そんな「全順序」を統計的時間(の順序)という