【要約】Direct LiNGAM の原理 [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
- ・変数間の相関のみでは、因果の方向（x→yかy→xか）を特定できない。
- ・共通の原因が存在する場合、無関係な変数間に疑似相関が生じる。
- ・従来のモデルでは、これらを統計的に区別することが困難であった。
// Approach
回帰分析と独立性評価を用い、因果の方向を逐次的に推定する。
1.各変数に対して回帰分析を実行。
2.説明変数と残差の独立性を評価。
3.正しい順序では「説明変数と残差が独立」になる性質を利用。
4.相互情報量やHSICを用いて独立性を判定。
5.構造決定後、最小二乗法やLASSO回帰で影響度の推定とパスの削減を行う。
// Result
- ・正しい因果順序では、説明変数と残差が独立（一様分布等）となる。
- ・誤った順序では、説明変数と残差に偏りが生じ、従属関係となる。
- ・これにより、疑似相関の判別と正確な因果グラフの構築が可能となる。
Senior Engineer Insight
> 因果探索は、システム障害の根本原因分析（RCA）やマーケティング最適化において強力な武器となる。ただし、本手法は「非ガウス性」を前提としている。実データがガウス分布に近い場合、推定精度は著しく低下する。実戦投入時は、データの分布特性を事前に厳密に検証すべきだ。また、変数の数が増大した際の計算コストや、独立性評価指標の選定が精度を左右する点も考慮が必要である。