Resumen Técnico: Causalidad de Granger Permutada No Lineal (NPGC)

Planteamiento del Problema

La inferencia de causalidad de Granger es un método ampliamente utilizado para determinar si una serie temporal predice a otra, definido tradicionalmente por la reducción en la varianza del error de predicción al incluir un conjunto de covariables. Sin embargo, adaptar este marco a datos no lineales presenta desafíos significativos. Las adaptaciones no lineales existentes a menudo dependen del aprendizaje profundo y del aprendizaje de representaciones, pero sufren de dos problemas primarios:

1. Sobreajuste y Sesgo de Muestra (In-Sample Bias): Muchos métodos utilizan pruebas de muestra interna (comparando modelos restringidos y no restringidos) que, al combinarse con aproximadores universales como las Redes Neuronales Artificiales (ANN), pueden conducir a correlaciones espurias. Las ANN pueden aproximar dependencias arbitrarias y específicas de los datos incluso cuando no existe una verdadera relación predictiva, lo que hace que la reducción del error en la muestra sea una métrica poco fiable para la causalidad.
2. Inferencia Individual vs. Colectiva: Muchos enfoques se centran en aislar covariables individuales mediante la selección de variables penalizada (por ejemplo, Lasso). Esto ignora el comportamiento colectivo del conjunto de covariables, introduce problemas de multiplicidad y, a menudo, no proporciona una decisión global sobre si un conjunto de variables es causal de Granger. Además, la dependencia de parámetros de penalización específicos (por ejemplo, $\lambda$) hace que los resultados sean sensibles al ajuste de hiperparámetros.

El artículo argumenta que la definición de causalidad de Granger debe cambiar de la comparación de residuos de modelos hacia la prueba explícita de la predictibilidad fuera de la muestra (out-of-sample), manteniendo al mismo tiempo la naturaleza colectiva del conjunto de covariables.

Metodología: Causalidad de Granger Permutada No Lineal (NPGC)

Los autores proponen la Causalidad de Granger Permutada No Lineal (NPGC), un marco que redefine la causalidad de Granger utilizando una estructura de permutación y pruebas fuera de la muestra.

Definiciones Centrales

El método reemplaza la comparación tradicional entre modelos restringidos y no restringidos por una comparación entre un modelo nulo (usando covariables permutadas) y el modelo original.

• Permutación: Las filas de la matriz de covariables $X_{<t}$ se permutan aleatoriamente para crear $\tilde{X}_{<t}$. Esto rompe la dependencia temporal entre las covariables y la respuesta $Y$, preservando la estructura de dependencia interna (intradependencia) de las covariables.
• Hipótesis: $X_t$ es condicionalmente Granger causal para $Y_t$ si la varianza del error de predicción usando los datos originales es significativamente menor que la varianza usando los datos permutados:
  $$\text{Var}[Y_t - P(Y_t | Y_{<t}, Z_{<t}, X_{<t})] < \text{Var}[Y_t - P(Y_t | Y_{<t}, Z_{<t}, \tilde{X}_{<t})]$$

Pasos de Implementación

1. Caracterización (Featurization): Los datos se transforman en un espacio de características de alta dimensión utilizando Redes Neuronales de Propagación hacia Adelante (FNN) generadas aleatoriamente. A diferencia del entrenamiento estándar, los pesos de la red son fijos y generados aleatoriamente (actuando como un mapa de características aleatorias) para aproximar relaciones no lineales sin sobreajustarse a pesos específicos.
2. Estimación Fuera de la Muestra: Los datos se dividen en $K$ pliegues (folds). Para cada permutación $m$ (donde $m=1$ es el dato original y $m>1$ son versiones permutadas) y cada caracterización aleatoria $r$, el modelo se entrena en $K-1$ pliegues y se prueba en el pliegue restante.
3. Estimación de Varianza: Los residuos de predicción fuera de la muestra se agregan para estimar el parámetro de variación $\hat{\vartheta}_m$ para cada permutación.
4. Regla de Decisión: Se construye una distribución nula a partir de las $M$ permutaciones. El p-valor (estimación del cuantil $\hat{Q}_M$) se calcula basándose en dónde cae la varianza del error de los datos originales ($\hat{\vartheta}_1$) respecto a los errores permutados. Si $\hat{Q}_M \leq \alpha$, se rechaza la hipótesis nula de no causalidad.

Garantías Teóricas

El artículo establece propiedades asintóticas bajo tres condiciones leves:

1. Propiedades de los Datos: Los datos son continuos, estacionarios y muestreados en una rejilla suficientemente fina.
2. la Regularidad de la Caracterización: Las FNN aleatorias producen estimaciones consistentes de la matriz de covarianza subyacente con varianza finita.
3. Independencia del Error: Los errores del modelo son independientes entre puntos temporales dada la historia relevante.

Bajo estas condiciones, el estimador $\hat{\vartheta}_m$ es consistente y el estadístico de prueba converge a una distribución uniforme bajo la hipótesis nula.

Resultados de Simulación

Los autores evaluaron NPGC contra varios competidores, incluyendo métodos cMLP penalizados (Group Lasso, Sparse Group Lasso, Hierarchical Lasso), una comparación de modelo Restringido/No Restringido (R/U) ingenua y un método de Sustitución de Ruido Gaussiano (GNS).

• Desempeño: NPGC demostró una alta potencia para detectar relaciones de causalidad de Granger tanto en modelos Lorenz-96 (caóticos) como en modelos de Autorregresión con Umbral (TAR) a través de diversas longitudes de series temporales ($T=250, 500, 1000$).
• Comparación:
  • Métodos Penalizados (cMLP): Los resultados fueron altamente sensibles al parámetro de regularización $\lambda$. Sin una regla de decisión global clara, estos métodos produjeron resultados inconsistentes.
  • R/U Ingenuo: Falló en identificar pares causales en los ensayos de Lorenz-96, probablemente debido al sobreajuste.
  • Sustitución de Ruido Gaussiano: Identificó correctamente los pares causales, pero sufrió de tasas de error Tipo I (falsos positivos) no controladas.
  • NPGC: Controló con éxito las tasas de error Tipo I cerca del nivel nominal mientras mantenía una alta potencia de detección, distinguiendo eficazmente la conectividad funcional del ruido.

Estudio de Aplicación

El método se aplicó a las respuestas neuronales en la corteza auditiva primaria de una rata anestesiada en respuesta a estímulos acústicos.

• Configuración: La variable de respuesta fue un registro de célula completa. El conjunto de covariables incluyó un fragmento de "llamado de apareamiento de jaguar" (conocido por ser causal según el diseño experimental) y dos fragmentos no causales (ballena jorobada y rana de Knudsen).
• Resultado: NPGC identificó correctamente el llamado del jaguar como causal de Granger ($\hat{Q}_M = 0.0025$) y clasificó correctamente los sonidos de la ballena y la rana como no causales. En contraste, los métodos cMLP penalizados fallaron en aislar el estímulo causal correcto, a menudo señalando sonidos no causales o fallando en detectar el causal dependiendo del parámetro de penalización.

Contribuciones Clave y Significado

El artículo reclama las siguientes contribaciones:

1. Redefinición de la Causalidad de Granger: Redefine explícitamente la causalidad de Granger para datos no lineales utilizando un marco de permutación que prioriza la predictibilidad fuera de la muestra sobre el ajuste dentro de la muestra.
2. Inferencia Colectiva: El marco aborda el principio de "inferencia colectiva", probando el conjunto de covariables como un todo en lugar de depender de la selección individual de variables, evitando así problemas de multiplicidad y supuestos ocultos sobre coeficientes de modelos específicos.
3. Robustez al Sobreajuste: Al utilizar mapas de características aleatorias y pruebas de permutación, el método mitiga los riesgos de sobreajuste inherentes a los modelos de aprendizaje profundo, proporcionando una salvaguarda contra la identificación de la dependencia funcional como ruido específico de los datos.
4. Eliminación del Ajuste de Hiperparámetros: El enfoque elimina la carga de seleccionar parámetros de regularización (como $\lambda$ en Lasso), que a menudo dicta el resultado de la inferencia en los métodos penalizados.
5. Fundamento Teórico: El artículo proporciona un análisis teórico de los estimadores de varianza y las reglas de decisión, mostrando consistencia y uniformidad asintótica bajo la hipótesis nula.

Los autores concluyen que, si bien la causalidad de Granger no puede establecer una causalidad mecánica real, el marco NPGC ofrece una herramienta dirigida y robusta para identificar relaciones predictivas y conectividad funcional en sistemas complejos y no lineales donde el conocimiento previo de los mecanismos causales es limitado.