Průzkumná kauzální analýza - Exploratory causal analysis

Kauzální analýza je obor experimentální design a statistika týkající se stanovení příčiny a následku.[1][2] Průzkumná kauzální analýza (EÚD), také známý jako kauzalita dat nebo kauzální objev[3] je použití statistik algoritmy odvodit asociace ve sledovaných souborech dat, které jsou za přísných předpokladů potenciálně kauzální. EÚD je typ kauzální závěr odlišný od kauzální modelování a účinky léčby v randomizované kontrolované studie.[4] to je průzkumný výzkum obvykle předchází formálnější kauzální výzkum stejně průzkumná analýza dat často předchází statistické testování hypotéz v analýza dat[5][6]

Motivace

Analýza dat se týká především kauzálních otázek.[3][4][7][8][9] Například způsobilo hnojivo růst plodin?[10] Nebo lze zabránit dané nemoci?[11] Nebo proč je můj přítel v depresi?[12] The potenciální výsledky a regresní analýza techniky zpracovávají takové dotazy, když jsou data shromažďována pomocí navržených experimentů. Data shromážděná v roce pozorovací studie vyžadují různé techniky pro kauzální závěr (protože například problémy jako matoucí ).[13] Techniky kauzální inference použité s experimentálními daty vyžadují další předpoklady k vytvoření rozumných závěrů s daty pozorování.[14] Obtížnost kauzálního závěru za takových okolností se často shrnuje jako „korelace neznamená příčinnou souvislost ".

Přehled

EÚD předpokládá, že existují postupy analýzy dat provedeno na konkrétních podmnožinách souboru proměnné ve větší sadě, jejíž výstupy by mohly naznačovat kauzalitu mezi těmito proměnnými.[3] Například pokud předpokládáme všechny relevantní kovariát v datech je tedy pozorováno shoda skóre sklonu lze použít k nalezení kauzálního účinku mezi dvěma pozorovacími proměnnými.[4] Grangerova kauzalita lze také použít k nalezení kauzality mezi dvěma pozorovacími proměnnými za různých, ale podobně přísných předpokladů.[15]

Používají se dva široké přístupy k vývoji těchto postupů operativní definice kauzality[5] nebo ověření „pravdou“ (tj. výslovné ignorování problému definování kauzalita a ukázat, že daný algoritmus implikuje kauzální vztah ve scénářích, kdy je známo, že kauzální vztahy existují, např. pomocí syntetická data[3]).

Provozní definice kauzality

Clive Granger vytvořil první operativní definici kauzality v roce 1969.[16] Granger učinil definici pravděpodobnostní kauzalita navrhl Norbert Wiener funkční jako srovnání odchylek.[17]

Někteří autoři upřednostňují použití technik ECA vyvinutých pomocí provozních definic kauzality, protože se domnívají, že by to mohlo pomoci při hledání kauzálních mechanismů.[5][18]

Ověření „pravdou“

Peter Spirtes, Clark Glymour, a Richard Scheines představil myšlenku výslovného neposkytnutí definice kauzality.[3] Spirtes a Glymour představili PC algoritmus pro kauzální objev v roce 1990.[19] Mnoho nedávných algoritmů kauzálního objevu sleduje přístup Spirtes-Glymour k ověřování.[20]

Techniky

Existuje mnoho průzkumů technik kauzálního objevování.[3][5][20][21][22][23] V této části jsou uvedeny známé techniky.

Bivariate (nebo "pairwise")

Vícerozměrný

Mnoho z těchto technik je popsáno v tutoriálech poskytovaných Centrem pro kauzální objev (CCD) [3].

Příklady případů použití

Společenské vědy

Algoritmus PC byl aplikován na několik různých společenských datových sad.[3]

Lék

PC algoritmus byl aplikován na lékařská data.[28] Byla použita Grangerova kauzalita fMRI data.[29] CCD testovala své nástroje pomocí biomedicínských dat [4].

Fyzika

ECA se ve fyzice používá k pochopení fyzikálních kauzálních mechanismů systému, např. V geofyzice pomocí algoritmu stabilního na PC (varianta původního algoritmu na PC)[30] a v dynamických systémech využívajících párový asymetrický závěr (varianta konvergentního křížového mapování).[31]

Kritika

Diskutuje se o tom, zda vztahy mezi daty nalezenými pomocí kauzálního objevu jsou či nejsou ve skutečnosti kauzální.[3][25] Judea Pearl zdůraznil, že kauzální inference vyžaduje kauzální model vyvinutý „inteligencí“ prostřednictvím iterativního procesu testování předpokladů a přizpůsobení dat.[7]

Reakce na kritiku poukazuje na to, že předpoklady použité pro vývoj technik EÚD nemusí platit pro daný soubor dat[3][14][32][33][34] a že jakékoli kauzální vztahy objevené během EÚD jsou podmíněny tím, že tyto předpoklady zůstávají pravdivé[25][35]

Softwarové balíčky

Obsáhlé sady nástrojů

Tetrad je open source program založený na grafickém uživatelském rozhraní Java, který poskytuje soubor algoritmů kauzálního zjišťování [6]. Knihovna algoritmů používaná společností Tetrad je také k dispozici jako příkazový řádek nářadí, Krajta API, a R obal [7].
  • Sada nástrojů Java Information Dynamics Toolkit (JIDT) [8]
JIDT je ​​open source knihovna Java pro provádění informačně-teoretického kauzálního objevu (tj. Entropie přenosu, podmíněná entropie přenosu atd.)[9]. Příklady použití knihovny v MATLAB, GNU oktáva, Krajta, R, Julie a Clojure jsou uvedeny v dokumentaci [10].
pcalg je R balíček, který poskytuje některé stejné algoritmy kauzálního zjišťování poskytované v Tetradu [12].

Specifické techniky

Grangerova kauzalita

konvergentní křížové mapování

LiNGAM

K dispozici je také kolekce nástrojů a dat udržovaných týmem Causality Workbench [17] a tým CCD [18].

Reference

  1. ^ Rohlfing, Ingo; Schneider, Carsten Q. (2018). „Sjednocující rámec pro kauzální analýzu v mnohovhodném výzkumu s množinovou teorií“ (PDF). Sociologické metody a výzkum. 47 (1): 37–63. doi:10.1177/0049124115626170. Citováno 29. února 2020.
  2. ^ Brady, Henry E. (7. července 2011). „Příčina a vysvětlení ve společenských vědách“. Oxfordská příručka politických věd. doi:10.1093 / oxfordhb / 9780199604456.013.0049. Citováno 29. února 2020.
  3. ^ A b C d E F G h i j k Spirtes, P .; Glymour, C .; Scheines, R. (2012). Příčiny, predikce a vyhledávání. Springer Science & Business Media. ISBN  978-1461227489.
  4. ^ A b C Rosenbaum, Paul (2017). Pozorování a experiment: Úvod do kauzálního závěru. Harvard University Press. ISBN  9780674975576.
  5. ^ A b C d McCracken, James (2016). Průzkumná kauzální analýza s daty časových řad (přednášky syntézy o dolování dat a získávání znalostí). Vydavatelé Morgan & Claypool. ISBN  978-1627059343.
  6. ^ Tukey, John W. (1977). Průzkumná analýza dat. Pearson. ISBN  978-0201076165.
  7. ^ A b Pearl, Judea (2018). Kniha Proč: Nová věda o příčinách a následcích. Základní knihy. ISBN  978-0465097616.
  8. ^ Kleinberg, Samantha (2015). Proč: Průvodce vyhledáváním a používáním příčin. O'Reilly Media, Inc. ISBN  978-1491952191.
  9. ^ Illari, P .; Russo, F. (2014). Příčinnost: Filozofická teorie se setkává s vědeckou praxí. OUP Oxford. ISBN  978-0191639685.
  10. ^ Fisher, R. (1937). Návrh experimentů. Oliver a Boyd.
  11. ^ Hill, B. (1955). Principy lékařské statistiky. Lancet Limited.
  12. ^ Halpern, J. (2016). Skutečná příčinná souvislost. MIT Stiskněte. ISBN  978-0262035026.
  13. ^ Pearl, J .; Glymour, M .; Jewell, N. P. (2016). Kauzální závěr ve statistice: základ. John Wiley & Sons. ISBN  978-1119186847.
  14. ^ A b Stone, R. (1993). „Předpoklady, na nichž spočívají kauzální závěry“. Journal of the Royal Statistical Society. Řada B (metodická). 55 (2): 455–466. doi:10.1111 / j.2517-6161.1993.tb01915.x.
  15. ^ Granger, C (1980). Msgstr "Testování kauzality: osobní hledisko". Journal of Economic Dynamics and Control. 2: 329–352. doi:10.1016 / 0165-1889 (80) 90069-X.
  16. ^ Granger, C. W. J. (1969). "Zkoumání kauzálních vztahů ekonometrickými modely a cross-spektrálními metodami". Econometrica. 37 (3): 424–438. doi:10.2307/1912791. JSTOR  1912791.
  17. ^ Grangerová, Clive. „Přednáška o cenách. NobelPrize.org. Nobel Media AB 2018“.
  18. ^ Woodward, James (2004). Jak se věci stávají: Teorie kauzálního vysvětlení (Oxfordská studia filozofie vědy). Oxford University Press. ISBN  978-1435619999.
  19. ^ Spirtes, P .; Glymour, C. (1991). Msgstr "Algoritmus pro rychlé obnovení řídkých kauzálních grafů". Recenze počítačů ze sociálních věd. 9 (1): 62–72. doi:10.1177/089443939100900106. S2CID  38398322.
  20. ^ A b Guo, Ruocheng; Cheng, Lu; Li, Jundong; Hahn, P. Richard; Liu, Huan (2018). „Průzkum kauzality učení s daty: problémy a metody“. arXiv:1809.09337. Citovat má prázdný neznámý parametr: |1= (Pomoc)
  21. ^ Malinsky, Daniel; Danks, David (2018). "Algoritmy kauzálního objevu: Praktický průvodce". Filozofický kompas. 13 (1): e12470. doi:10.1111 / phc3.12470.
  22. ^ Spirtes, P .; Zhang, K. (2016). „Kauzální objev a závěr: koncepty a nejnovější metodické pokroky“. Appl Inform (Berl). 3: 3. doi:10.1186 / s40535-016-0018-x. PMC  4841209. PMID  27195202.
  23. ^ Yu, Kui; Li, Jiuyong; Liu, Lin; Richard Hahn, P .; Liu, Huan (2016). "Přehled algoritmů pro kauzální objev založený na omezeních". arXiv:1611.03977 [cs.AI ].
  24. ^ Sun, Jie; Bollt, Erik M .; Li, Jundong; Richard Hahn, P .; Liu, Huan (2014). „Entropie příčin identifikuje nepřímé vlivy, dominanci sousedů a předvídatelné vazby“. Physica D: Nelineární jevy. 267: 49–57. arXiv:1504.03769. Bibcode:2014PhyD..267 ... 49S. doi:10.1016 / j.physd.2013.07.001.
  25. ^ A b C Freedman, David; Humphreys, Paul (1999). "Existují algoritmy, které objevují kauzální strukturu?". Syntezátor. 121 (1–2): 29–54. doi:10.1023 / A: 1005277613752.
  26. ^ Raghu, V. K .; Ramsey, J. D .; Morris, A .; Manatakis, D. V .; Sprites, P .; Chrysanthis, P. K .; Glymour, C .; Benos, P. V. (2018). „Srovnání strategií pro škálovatelné kauzální objevování latentních variabilních modelů ze smíšených dat“. International Journal of Data Science and Analytics. 6 (33): 33–45. doi:10.1007 / s41060-018-0104-3. PMC  6096780. PMID  30148202.
  27. ^ Shimizu, S (2014). „LiNGAM: negaussovské metody pro odhad kauzálních struktur“. Behaviormetrika. 41 (1): 65–98. doi:10 2333 / bhmk.41,65. S2CID  49238101.
  28. ^ Cheek, C .; Zheng, H .; Hallstrom, B. R .; Hughes, R. E. (2018). „Aplikace algoritmu kauzálního objevu na analýzu dat registru artroplastiky“. Biomed Eng Comput Biol. 9: 117959721875689. doi:10.1177/1179597218756896. PMC  5826097. PMID  29511363.
  29. ^ Wen, X .; Rangarajan, G .; Ding, M. (2013). „Je Grangerova příčinnost schůdnou technikou pro analýzu dat fMRI?“. PLOS ONE. 8 (7): e67428. Bibcode:2013PLoSO ... 867428W. doi:10.1371 / journal.pone.0067428. PMC  3701552. PMID  23861763.
  30. ^ Ebert-Uphoff, Imme; Deng, Yi (2017). „Kauzální objev v geovědách - použití syntetických dat k naučení interpretace výsledků“. Počítače a geovědy. 99: 50–60. Bibcode:2017CG ..... 99 ... 50E. doi:10.1016 / j.cageo.2016.10.008.
  31. ^ McCracken, J. M .; Weigel, R. S .; Li, Jundong; Richard Hahn, P .; Liu, Huan (2014). "Konvergentní křížové mapování a párová asymetrická inference". Phys. Rev.. 90 (6): 062903. arXiv:1407.5696. Bibcode:2014PhRvE..90f2903M. doi:10.1103 / PhysRevE.90.062903. PMID  25615160.
  32. ^ Scheines, R. (1997). „Úvod do kauzálního závěru“ (PDF). Příčinná krize: 185–199.
  33. ^ Holland, P. W. (1986). Msgstr "Statistiky a kauzální závěry". Journal of the American Statistical Association. 81 (396): 945–960. doi:10.1080/01621459.1986.10478354.
  34. ^ Imbens, G. W .; Rubin, D. B. (2015). Kauzální závěr ve statistice, sociálních a biomedicínských vědách. Cambridge University Press. ISBN  978-0521885881.
  35. ^ Morgan, S.L .; Winship, C. (2015). Kontrafakt a kauzální závěr. Cambridge University Press. ISBN  978-1107065079.