📊 statistics

Infinitesimal Causality

Dieses Paper präsentiert ein kategorischer Rahmenwerk für infinitesimale Kausalität in Frobenius-Markov-Kategorien, wobei Interventionen als Tangenten-Deformationen von Kopier-/Verwerfungsstrukturen modelliert werden und kausale Suffizienz durch die Kompatibilität zwischen algebraischen Frobenius-Operationen und geometrischen Integrabilitätsbedingungen definiert wird, wodurch somit eine Lie-theoretische Grundlage für Pearls Do-Kalkül geschaffen wird.

Ursprüngliche Autoren: Sridhar Mahadevan

Veröffentlicht 2026-06-24

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sridhar Mahadevan

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die große Idee: Kausalität als ein „winziger Stoß“

Stellen Sie sich vor, Sie versuchen zu verstehen, wie eine Maschine funktioniert. Normalerweise schauen wir uns die Maschine an und fragen: „Was passiert, wenn ich diesen Hebel ziehe?“ (Dies ist eine Intervention).

Traditionelle Methoden zur Untersuchung von Ursache und Wirkung (wie Pearls do-calculus) behandeln dies wie ein Spiel mit Legosteinen. Man nimmt einen Block heraus, tauscht ihn gegen einen anderen aus und sieht, wie sich das Gesamtbild verändert. Es ist eine „Vorher-Nachher“-Momentaufnahme.

Diese Arbeit schlägt einen anderen Weg vor. Anstatt ganze Blöcke auszutauschen, stellen Sie sich vor, man würde der Maschine einen winzigen, mikroskopisch kleinen Stoß geben. Die Autoren nennen dies Infinitesimale Kausalität. Sie fragen: Wenn ich diesen Hebel nur ein winziges Stück bewege, wie sehr wackelt die interne Struktur der Maschine?

Sie verwenden fortgeschrittene Mathematik (Kategorien und Geometrie), um diese „Wackelbewegungen“ als Tangentialvektoren (winzige Pfeile, die in eine Richtung zeigen) zu beschreiben. Die Arbeit argumentiert, dass wir, um Ursache und Wirkung wirklich zu verstehen – insbesondere wenn es verborgene Teile der Maschine gibt, die wir nicht sehen können –, diese winzigen Stöße untersuchen müssen und nicht nur die großen Austauschvorgänge.

Die drei Ebenen der Maschine

Die Autoren bauen ihre Theorie auf drei Ebenen auf, vergleichbar mit einem Sandwich:

Die Wahrscheinlichkeitsebene (Markov): Dies ist das grundlegende Regelwerk. Es besagt: „Wenn ich X sehe, wie hoch ist die Wahrscheinlichkeit für Y?“ Es behandelt Zufälligkeit und Unsicherheit.
Die Kopier-/Verwerfe-Ebene (Frobenius): Dies ist der „klassische“ Teil. In der realen Welt kann man, wenn man einen Datenpunkt hat (wie eine Temperaturmessung), diesen kopieren, um ihn zweimal aufzuschreiben, oder ihn verwerfen, wenn man ihn nicht mehr benötigt. Die Arbeit behandelt diese Fähigkeit, Daten zu kopieren oder wegzuwerfen, als eine fundamentale mathematische Struktur.
Die Ebene des winzigen Stoßes (Tangent): Dies ist die neue Ebene. Sie fragt: „Wenn ich das System anstoße, bleibt die Fähigkeit, Daten zu kopieren oder zu verwerfen, gleich?“

Die Kernfrage: Wenn wir das System anstoßen, bricht die „Kopier-/Verwerfe“-Struktur zusammen? Wenn sie zusammenbricht, bedeutet das, dass etwas Verborgenes (ein latenter Confounder) die Dinge beeinflusst.

Die „Verborgener Kleber“-Analogie

Stellen Sie sich vor, zwei Personen, Alice und Bob, halten jeweils einen Luftballon.

Alice bläst Luft in ihren Ballon.
Bob bläst Luft in seinen Ballon.
Sie wirken unabhängig voneinander.

Aber stellen Sie sich vor, es gibt eine verborgene dritte Person (einen „Confounder“), die heimlich gleichzeitig in beide Ballons bläst.

In der traditionellen Mathematik würden Sie bei den Ballons vielleicht denken, dass sie nur zufällig gemeinsam sich bewegen. Aber in der Sichtweise der „winzigen Stöße“ dieser Arbeit:

Wenn Sie Alices Ballon leicht anstoßen und dann Bobs Ballon leicht anstoßen, spielt die Reihenfolge eine Rolle.
Wenn Sie erst Alice und dann Bob anstoßen, landen die Ballons an einem etwas anderen Ort, als wenn Sie erst Bob und dann Alice anstoßen.
Dieser Effekt, bei dem die Reihenfolge wichtig ist, wird als Lie-Bracket bezeichnet (ein mathematischer Fachbegriff für eine „Drehung“ oder einen „Restwert“).

Wenn die Ballons wirklich unabhängig sind, spielt die Reihenfolge der Stöße keine Rolle (die Drehung ist null). Wenn es jedoch eine verborgene Person (den Confounder) gibt, die sie verbindet, spielt die Reihenfolge eine Rolle, und eine „Drehung“ entsteht. Die Arbeit besagt, dass diese „Drehung“ die geometrische Signatur verborgener Ursachen ist.

Die drei neuen Regeln

Die Arbeit überträgt die drei berühmten Regeln der kausalen Entdeckung (Causal Discovery) in diese Sprache der „winzigen Stöße“. Betrachten Sie dies als drei Tests, um zu prüfen, ob Ihr Verständnis der Maschine korrekt ist:

Die „Ignorier-Regel“ (Verwerfen):
- Alter Weg: Wenn eine Variable nicht wichtig ist, können Sie sie aus Ihrer Gleichung löschen.
- Neuer Weg: Wenn Sie das System anstoßen, ändert das der Akt des „Wegwerfens“ (Verwerfens) eines bestimmten Datenstücks das Ergebnis? Wenn die Antwort nein lautet, sind diese Daten wirklich irrelevant. Wenn die Antwort ja lautet, waren die Daten heimlich wichtig.
Die „Austausch-Regel“ (Handeln vs. Beobachten):
- Alter Weg: Manchmal ist das Beobachten einer Variable dasselbe wie das Kontrollieren derselben (wenn man für andere Dinge kontrolliert).
- Neuer Weg: Wenn Sie das System anstoßen, bleibt die „Kopie“ der Daten konsistent, wenn Sie vom Beobachten zum Kontrollieren wechseln? Wenn die „Kopie“-Struktur beim Wechsel zusammenbricht, hält die Regel nicht stand.
Die „Reihenfolge spielt keine Rolle“-Regel (Unabhängigkeit):
- Alter Weg: Wenn zwei Dinge unabhängig sind, beeinflusst das eine das andere nicht.
- Neuer Weg: Wenn Sie Ding A und dann Ding B anstoßen, ist das Ergebnis dasselbe wie bei einem Stoß auf B und dann A? Wenn die Ergebnisse unterschiedlich sind (ein „Restwert“ oder eine „Drehung“ bleibt bestehen), bedeutet dies, dass eine verborgene Verbindung zwischen ihnen besteht, die Sie nicht berücksichtigt haben.

Graphen sind nur „Karten“, nicht das „Territorium“

Ein wesentlicher Punkt der Arbeit ist, dass kausale Graphen (Diagramme mit Pfeilen) nur eine Art sind, die Maschine zu zeichnen, nicht die Maschine selbst.

Die Sicht der Arbeit: Das wahre Objekt ist die „winzige Stoß“-Struktur (die Geometrie der Art und Weise, wie Daten kopiert und gedreht werden).
Die Rolle des Graphen: Ein Graph ist nur eine spezifische „Präsentation“ oder „Karte“ dieser Struktur.
Das Problem: Verschiedene Karten (Graphen) können dieselbe Maschine beschreiben. Manchmal sieht ein Graph perfekt aus, aber der „winzige Stoß“-Test deckt eine verborgene Drehung auf, die der Graph übersehen hat.

Die Autoren schlagen vor, dass wir, anstatt zu versuchen, den „perfekten Graphen“ zu finden, zuerst die „winzigen Stöße“ und die „Drehungen“ messen sollten. Wenn die Drehungen null sind, könnte ein einfacher Graph funktionieren. Wenn die Drehungen nicht null sind, wissen wir, dass es eine verborgene Komplexität gibt, und wir müssen tiefer graben.

Zusammenfassung

Diese Arbeit führt eine neue Art der kausalen Mathematik ein. Anstatt nur Blöcke in einem Diagramm auszutauschen, betrachtet sie Interventionen als winzige Stöße.

Sie prüft, ob diese Stöße die Fähigkeit bewahren, Informationen zu kopieren und zu verwerfen.
Sie misst Drehungen (Lie-Brackets), um verborgene Verbindungen zu entdecken.
Sie betrachtet Graphen lediglich als eine mögliche Darstellung einer tieferen, geometrischen Realität.

Das Ziel ist es nicht, Graphen sofort zu ersetzen, sondern eine robustere mathematische Grundlage zu schaffen, die in der Lage ist, verborgene Ursachen zu erkennen, selbst wenn die Standarddiagramme versagen.

Technisches Resümee: Infinitesimale Kausalität

Problemstellung
Aktuelle kategorische Behandlungen der kausalen Inferenz, wie etwa das kategorische Do-Kalkül oder die String-Diagramm-Chirurgie (Fritz und Klingler, 2023; Jacobs et al., 2018), formalisieren Interventionen auf der Ebene diskreter kombinatorischer Strukturen. Diese Frameworks erklären, wie man kausale Syntax umschreibt (z. B. das Durchtrennen von Leitungen, das Konditionieren auf Ausgaben), adressieren jedoch nicht die infinitesimale Geometrie der Frage, wie Interventionen statistische Mannigfaltigkeiten deformieren. Insbesondere fehlt ihnen ein Mechanismus, um zu beschreiben, wie latente Konfundierung als geometrische Obstruktion (z. B. nicht verschwindende Lie-Brüche) manifestiert, unabhängig von einer spezifischen graphischen Präsentation. Die Arbeit adressiert die Notwendigkeit eines Frameworks, in dem Interventionen als Tangenten-Deformationen der Kopier-/Verwerfungsstruktur (copy/discard structure) der beobachtbaren Variablen behandelt werden, was die Detektion kausaler Unzulänglichkeit durch derivat-basierte Defekte statt durch grafische Umformungen ermöglicht.

Methodik
Die Arbeit führt das Infinitesimale Do-Kalkül (IDC) ein, eine kategorische Beschreibung infinitesimaler Kausalität innerhalb von Frobenius-Markov-Kategorien, die mit Tangentialbündel-Semantik ausgestattet sind. Die Methodik ruht auf drei konzeptionellen Schichten:

Markov-Struktur: Liefert die Syntax probabilistischer Argumentation (Beobachtung, Konditionierung, bayesianische Inversion).
Frobenius-Struktur: Liefert die Syntax klassischer Information, wobei beobachtbare Variablen (speziell hinreichende Statistiken) über ein spezielles kommutatives Frobenius-Komonoid $(\delta, \varepsilon)$ kopiert, verglichen und verworfen werden können.
Tangenten-Struktur: Interventionen werden als Vektorfelder (Tangentenvektoren) modelliert, welche die Frobenius-Kopier-/Verwerfungsoperationen deformieren.

Die zentrale technische Innovation ist die Definition von Frobenius-Derivat-Defekten. Anstatt Diagramme umzuschreiben, analysiert das IDC, ob infinitesimale Interventionsfelder die algebraische Struktur klassischer Beobachtungen bewahren. Das Framework unterscheidet zwischen:

Algebraischer Frobenius-Struktur: Den kategorischen Kopier-/Verwerfungsoperationen auf hinreichenden Statistiken.
Geometrischer Frobenius-Integrierbarkeit: Der Bedingung, dass die Verteilung der Interventionsfelder involutiv ist (abgeschlossen unter Lie-Brüchen).

Die Arbeit definiert die Kategorie Stat $^\infty$ regulärer endlicher dimensionaler statistischer Modelle, die durch hinreichende Statistiken präsentiert werden, sowie eine strukturelle Unterkategorie Stat $^\infty_{SCM}$ , in der die Stochastizität durch exogene Variablen getragen wird und die sichtbaren Gesetze Pushforwards deterministischer Mechanismen sind. In diesem Setting werden Interventionen als Tangentenvektoren auf dem exogenen Raum definiert, die auf das sichtbare Tangentialbündel projiziert werden, wodurch Singularitäten vermieden werden, die mit globalen Radon–Nikodym-Dichteverhältnissen assoziiert sind.

Zentrale Beiträge

Definition von Stat $^\infty$ und Stat $^\infty_{SCM}$ : Die Arbeit definiert ein kategorisches Substrat für statistische Modelle, in dem hinreichende Statistiken eine Frobenius-Struktur tragen und Parameterräume eine Tangentenstruktur besitzen. Sie isoliert eine Unterkategorie, in der Mechanismen deterministisch sind und die Stochastizität exogen ist, was die Definition infinitesimaler Interventionen auf dem exogenen Tangentialbündel vor der Projektion ermöglicht.
Kategorische kausale Suffizienz: Kausale Suffizienz wird als das Zusammenfallen zweier Bedingungen neu definiert: (a) die algebraische Frobenius-Kopier-/Verwerfungsstruktur wird durch Interventionen bewahrt, und (b) die Verteilung der Interventionsfelder ist involutiv (abgeschlossen unter Lie-Brüchen).
Frobenius-Derivat-Defekte: Die Arbeit führt $\partial_i \delta_j$ als die grundlegende Obstruktion für eine kopiererhaltende infinitesimale Intervention ein. Ein nicht verschwindender Defekt indiziert, dass eine Intervention die Kopierstruktur einer Variable deformiert, was auf ein Versagen der kausalen Suffizienz oder das Vorhandensein latenter Konfundierung hindeutet.
Drei Regeln des infinitesimalen Do-Kalküls: Die klassischen Regeln des Do-Kalküls werden als Gleichungen formuliert, die Frobenius-Strukturen und Tangentenfelder involvieren:
- Regel 1 (Irrelevanz): Das Verwerfen einer irrelevanten Variable kommutiert mit der Intervention, wenn die Lie-Ableitung des Counits verschwindet ( $L_{v_i}\varepsilon_j = 0$ ).
- Regel 2 (Austausch von Aktion/Beobachtung): Der Austausch von Aktion gegen Beobachtung bewahrt das Frobenius-Koprodukt, wenn der Frobenius-Derivat-Defekt ( $\partial_i \delta_j = 0$ ) nach Kan-Transport verschwindet.
- Regel 3 (Unabhängigkeit): Unabhängige Interventionen schließen unter dem sichtbaren Tangenten-Verteilungsraum ab, wenn der Lie-Brutto-Rest verschwindet ( $[v_i, v_j] \perp \mathcal{A}_{vis} = 0$ ).
Präsentationen vs. Fundamente: Die Arbeit postuliert, dass graphische kausale Modelle lediglich Präsentationen des zugrunde liegenden Frobenius-Markov-Objekts sind, nicht die primitiven Objekte der Theorie. Sie argumentt, dass endliche grafische Syntax (wie Graphen oder Imsets) nicht konservativ ist, da verschiedene Präsentationen isomorphe sichtbare Frobenius-Algebren induzieren können.

Ergebnisse

Theorem 4.7 (Frobenius-Azyklizität): Auf einem separierten sichtbaren Stratum ist kategorische kausale Suffizienz äquivalent zu „tangenter Frobenius-Kommutativität“, was bedeutet, dass jedes sichtbare Interventionsfeld die Frobenius-Kopier-/Verwerfungsstruktur bewahrt und die sichtbare Interventionsverteilung involutiv ist.
Theorem 6.7: Die drei infinitesimalen Regeln (Counit-Invarianz, Koprodukt-Intertwining und Brutto-Abschluss) charakterisieren die sichtbare kausale Suffizienz.
Korollar 6.8: Im flachen Fall (verschwindende Krümmungsreste) reduzieren sich die infinitesimalen Regeln auf die klassischen diskreten Do-Kalkül-Transformationen.
Theorem 7.3: Die Abbildung von endlichen grafischen Präsentationen auf sichtbare Frobenius-/Tangenten-Daten ist nicht konservativ; nicht-isomorphe Präsentationen können dieselbe sichtbare algebraische Struktur induzieren.

Bedeutung und Ansprüche
Die Arbeit beansprucht, die erste Behandlung des Do-Kalküls in einem Tangenten-Kategorie-Setting zu liefern, wobei der Fokus von der grafischen Chirurgie auf die Differentialgeometrie statistischer Mannigfaltigkeiten verschoben wird. Ihre primäre Bedeutung liegt in:

Geometrischen Invarianten: Identifikation von „Frobenius-Derivat-Defekten“ und nicht verschwindenden Lie-Brüchen als intrinsische geometrische Signaturen latenter Konfundierung, unabhängig von der Graphenwahl.
Umgang mit Singularitäten: Durch die Formulierung von Interventionen auf dem exogenen Tangentialbündel (Stat $^\infty_{SCM}$ ) vermeidet das Framework die Support-Probleme und Singularitäten, die häufig bei der Definition harter Interventionen über globale Radon–Nikodym-Dichteverhältnisse auf beobachtbaren Variablen auftreten.
Fundamentaler Wandel: Sie schlägt vor, dass kausale Inferenz mit Frobenius-kompatiblen infinitesimalen Invarianten des beobachtbaren statistischen Objekts beginnen sollte, wobei jede endliche grafische oder algebraische Syntax (wie Graphen oder Imsets) als sekundäre Präsentation dieser Invarianten betrachtet wird.

Die Arbeit begrenzt ihren Umfang explizit auf die Formulierung des Substrats, die Verbindung zu Kan-Transport und die Darstellung der drei Regeln. Sie räumt ein, dass die vollständige Theorie der kausalen Suffizienz, die Konstruktion einer Frobenius-Markov-Kohomologietheorie und die Funktor-Extraktion grafischer Präsentationen aus Tangenten-Daten als zukünftige Arbeiten offenbleiben.