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
  • 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