📊 statistics

Deriving Complete Constraints in Hidden Variable Models

Cet article propose une méthode systématique pour dériver l'ensemble complet des contraintes observables, incluant des égalités et des inégalités, dans les modèles graphiques à variables latentes caractérisés par des relations linéaires avec des variables de réponse non observées.

Auteurs originaux : Michael C. Sachs, Erin E. Gabriel, Robin J. Evans, Arvid Sjölander

Publié 2026-03-03

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Michael C. Sachs, Erin E. Gabriel, Robin J. Evans, Arvid Sjölander

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre comment fonctionne une machine complexe, mais que vous ne pouvez voir que certaines pièces qui sortent. À l'intérieur, il y a des engrenages cachés, des ressorts invisibles et des leviers que vous ne pouvez pas toucher. C'est exactement le défi des modèles à variables cachées en statistiques et en sciences des données.

Ce papier, écrit par Sachs et ses collègues, propose une nouvelle méthode pour découvrir toutes les règles secrètes qui régissent cette machine, même quand on ne peut pas voir l'intérieur.

Voici une explication simple, avec quelques analogies pour rendre les choses plus claires.

1. Le Problème : Le Mystère de la Boîte Noire

Imaginez que vous observez une usine de fabrication de jouets.

Ce que vous voyez (les variables observées) : Les jouets finis qui sortent de l'usine (leurs couleurs, leurs formes).
Ce que vous ne voyez pas (les variables cachées) : Les ouvriers, les machines, les pannes électriques ou les défauts de matière première qui influencent la production.

Habituellement, les scientifiques disent : "Si deux jouets semblent indépendants, c'est qu'ils n'ont pas de lien." Mais parfois, la réalité est plus subtile. Même si deux jouets semblent liés, il peut y avoir des règles cachées qui disent : "Il est impossible que ce jouet rouge et ce jouet bleu sortent ensemble dans cette configuration précise."

Ces règles invisibles sont appelées contraintes. Si vous voyez un jouet rouge et un jouet bleu sortir ensemble alors que la machine ne le permet pas, vous savez que votre théorie sur le fonctionnement de l'usine est fausse. Le but de ce papier est de trouver toutes ces règles impossibles, pas seulement les évidentes.

2. La Solution : La Carte des "Districts"

Les auteurs ont développé une méthode systématique pour cartographier ces règles. Pour y parvenir, ils utilisent une idée brillante : découper le problème en petits quartiers (ou "districts").

L'analogie du quartier : Imaginez que l'usine est une ville. Certaines zones sont isolées les unes des autres. Dans un quartier, tous les jouets sont fabriqués par le même groupe d'ouvriers cachés. Dans un autre quartier, c'est un autre groupe.
La règle d'or (C-degré 1) : La méthode fonctionne parfaitement si, dans chaque quartier, il n'y a qu'un seul chef d'équipe caché qui dirige tout. Si un quartier a plusieurs chefs qui se disputent le pouvoir, c'est beaucoup plus compliqué (et la méthode ne donne pas toutes les réponses, mais elle en donne quand même quelques-unes).

3. La Méthode : Transformer le Chaos en Mathématiques Simples

Voici comment ils procèdent, étape par étape, comme un détective :

Identifier les quartiers : Ils regardent le dessin de la machine (le graphique) et séparent les zones où les variables cachées agissent.
Le "Jeu de Réponse" : Au lieu de se demander "Que fait l'ouvrier ?", ils se demandent : "Si l'ouvrier était de type A, comment le jouet réagirait-il ?". Ils créent une liste de tous les scénarios possibles (comme un menu de restaurant avec toutes les combinaisons de plats).
La Géométrie des Possibles : C'est ici que ça devient magique. Ils traduisent ces scénarios en une forme géométrique (un polyèdre). Imaginez un ballon de baudruche gonflé.
- L'intérieur du ballon représente toutes les combinaisons de jouets possibles selon votre théorie.
- La surface du ballon représente les limites (les contraintes).
Le Tour de Magie (Conversion) : Normalement, on voit les points à l'intérieur du ballon (les probabilités cachées). Mais on ne veut voir que la surface (ce qu'on observe). Ils utilisent des outils mathématiques puissants (comme un logiciel de géométrie) pour transformer la vue de l'intérieur en une liste de règles sur la surface.
- Résultat : Une liste de règles du type : "La somme de la probabilité du jouet A et du jouet B ne peut jamais dépasser 100%".

4. Pourquoi c'est génial ?

Avant ce papier, trouver ces règles était comme essayer de résoudre un puzzle géant sans voir l'image de la boîte. On ne trouvait que quelques pièces (les règles simples).

Avant : On savait dire "Le jouet rouge ne sort jamais avec le jouet bleu".
Avec cette méthode : On peut dire "Le jouet rouge ne sort jamais avec le bleu ET le jaune, sauf si le jouet vert est présent, et même alors, seulement 30% du temps".

Ils ont testé leur méthode sur des cas complexes, comme le "Triangle" (où trois variables sont liées par trois secrets différents) et des modèles de physique quantique. Dans certains cas, ils ont trouvé des dizaines de milliers de nouvelles règles que personne n'avait jamais vues !

5. Les Limites

La méthode n'est pas magique.

Si un quartier a trop de chefs cachés (plusieurs variables cachées agissant ensemble), la géométrie devient si complexe que l'ordinateur a du mal à tout calculer.
Parfois, on trouve des règles qui semblent importantes mais qui sont en fait des règles évidentes (comme "la probabilité ne peut pas être négative"). Le papier explique comment filtrer ces fausses alertes.

En Résumé

Ce papier donne aux scientifiques une loupe mathématique pour voir les limites invisibles de la réalité.
Imaginez que vous jouez à un jeu de société. Les règles habituelles disent : "Vous pouvez avancer de 1 à 6 cases". Cette méthode permet de découvrir les règles cachées du jeu : "Vous ne pouvez jamais atterrir sur la case 7 si vous avez lancé un 2, sauf si votre adversaire est sur la case 10".

En trouvant ces règles cachées, les chercheurs peuvent :

Détruire de mauvaises théories (si les données violent ces règles, la théorie est fausse).
Mieux estimer les effets (en utilisant ces règles pour affiner les calculs).

C'est un outil puissant pour comprendre le monde, même quand une grande partie de ce monde reste caché dans l'ombre.

1. Problématique

Les modèles graphiques à variables latentes (modèles d'équations structurelles non paramétriques ou NPSEM) imposent souvent des contraintes sur la distribution marginale des variables observables qui vont au-delà des simples relations d'indépendance conditionnelle. Ces contraintes peuvent être de deux types :

Contraintes d'égalité : Comme les contraintes de "Verma" (ou contraintes de Markov imbriquées), qui généralisent l'indépendance conditionnelle.
Contraintes d'inégalité : Comme les inégalités instrumentales de Pearl, qui définissent des bornes sur les probabilités observées.

Le problème central abordé par les auteurs est la difficulté à déterminer l'ensemble complet de ces contraintes observables. Bien que des méthodes existent pour les cas simples (comme la variable instrumentale binaire), les approches actuelles souffrent de limitations :

Les algorithmes d'élimination de variables (comme Fourier-Motzkin) deviennent rapidement ingérables pour des espaces d'états modérés.
Les caractérisations de Markov imbriquées ne capturent que les contraintes d'égalité, ignorant les inégalités.
Les contraintes dérivées par d'autres méthodes (ex: Kang et Tian, 2006) ne sont pas toujours complètes.

L'objectif est de développer une méthode systématique capable de dériver l'ensemble complet des contraintes (égalités et inégalités) pour une classe large de modèles, afin de pouvoir falsifier des hypothèses structurelles ou améliorer l'efficacité statistique par estimation contrainte.

2. Méthodologie

Les auteurs proposent une extension de la méthode de Bonet (2001), initialement limitée au cadre de la variable instrumentale, en exploitant la géométrie computationnelle. La méthode repose sur les étapes suivantes :

A. Prérequis et Définitions

La méthode s'applique aux modèles où les variables observées sont discrètes et finies. Elle nécessite que le graphe causal (DAG) avec variables latentes satisfasse deux conditions de normalisation (exogénéité des variables latentes et structure des enfants) et, idéalement, que le c-degré (c-degree) de chaque district (composante confondue) soit égal à 1.

Un district est un ensemble de variables observées connectées par des chemins non dirigés via des variables latentes.
Le c-degré est le nombre maximal de variables latentes parentant un district.

B. Transformation en Variables de Réponse (Response Function Variables)

Pour les districts de c-degré 1, les auteurs utilisent une transformation canonique (Balke & Pearl, 1994) :

Les variables latentes continues ou complexes sont remplacées par des variables de réponse (ou variables sélectrices) discrètes, notées $R_{W_i}$ .
Chaque variable de réponse détermine la fonction structurelle de la variable observée correspondante par rapport à ses parents.
Les dépendances entre variables latentes dans un district sont traduites par des dépendances statistiques entre les variables de réponse correspondantes.

C. Contraintes Fonctionnelles Linéaires

Les probabilités observables (et interventionnelles) peuvent être exprimées comme des combinaisons linéaires des probabilités des variables de réponse. Cela génère un système d'équations linéaires de la forme :
$\mathbf{p} = \mathbf{B}\mathbf{r}$
Où $\mathbf{p}$ est le vecteur des probabilités observables et $\mathbf{r}$ le vecteur des probabilités des variables de réponse (inobservables).

D. Conversion Vertex-to-Halfspace (V-to-H)

L'ensemble des distributions possibles des variables de réponse forme un polyèdre convexe (simplexe de probabilité). L'objectif est de projeter ce polyèdre dans l'espace des variables observables $\mathbf{p}$ .

Les auteurs utilisent des algorithmes de géométrie computationnelle (comme la méthode de double description via cddlib) pour convertir la représentation par sommets (V-representation, basée sur $\mathbf{r}$ ) en une représentation par demi-espaces (H-representation).
Cette conversion produit un ensemble de contraintes linéaires sur $\mathbf{p}$ , incluant à la fois des inégalités ( $\mathbf{H}_i \mathbf{p} \leq \mathbf{b}_i$ ) et des égalités ( $\mathbf{H}_e \mathbf{p} = \mathbf{b}_e$ ).

E. Identification des Contraintes Non Triviales

Pour distinguer les contraintes structurelles significatives des contraintes triviales (axiomes de probabilité), l'algorithme teste les contraintes dérivées sur les points extrêmes du polyèdre des distributions non contraintes. Une contrainte est considérée comme potentiellement non triviale si elle est violée par au moins un point extrême.

3. Contributions Clés

Complétude pour les c-degrés 1 : Les auteurs prouvent que leur méthode fournit l'ensemble complet (nécessaire et suffisant) des contraintes observables pour tout DAG où chaque district a un c-degré de 1. Cela inclut des modèles bien au-delà de la simple variable instrumentale.
Unification des contraintes : La méthode dérive simultanément des contraintes d'égalité (généralisant les contraintes de Verma) et d'inégalité (généralisant les inégalités instrumentales), offrant une caractérisation plus fine que les modèles de Markov imbriqués seuls.
Extension aux c-degrés > 1 : Bien que la complétude ne soit pas garantie pour les c-degrés supérieurs à 1, les auteurs proposent une heuristique de fusion des variables latentes pour réduire le c-degré à 1. Cela permet d'obtenir un sous-ensemble de contraintes valides (nécessaires mais non suffisantes) pour des modèles plus complexes.
Équivalence Observationnelle : L'article propose des règles (basées sur les propositions d'Evans, Henson-Lal-Pusey, et le "Strong Face Splitting") pour transformer des DAGs à c-degré élevé en DAGs observationnellement équivalents à c-degré 1, permettant ainsi l'application de la méthode complète.
Implémentation Logicielle : Le code est disponible publiquement sur GitHub, rendant la méthode accessible pour l'application pratique.

4. Résultats et Exemples

Les auteurs illustrent leur méthode sur plusieurs scénarios, démontrant sa capacité à découvrir de nouvelles contraintes :

Variables Instrumentales Séquentielles : Dérivation de deux ensembles d'inégalités instrumentales distinctes pour un modèle à plusieurs étapes.
Modèles Équivalents de Markov Imbriqués : Démonstration que deux graphes peuvent être équivalents en termes de contraintes d'égalité (Markov imbriqué) mais différer par leurs contraintes d'inégalité. La méthode identifie les inégalités spécifiques à la structure causale réelle.
Graphes de Bell Tripartites (Physique Quantique) : Application au scénario de Bell tripartite. L'algorithme a généré 53 894 contraintes (dont 53 856 inégalités) en moins de 0,5 heure CPU, confirmant et complétant les résultats antérieurs de la littérature (Sliwa, Pironio). Cela inclut 32 866 contraintes potentiellement non triviales.
Scénario du Triangle : Pour le scénario du triangle (c-degré 3), la fusion des variables latentes permet d'obtenir des contraintes, bien que celles-ci ne soient pas complètes (comme le montrent les travaux de Wolfe et al., 2019).

5. Signification et Implications

Ce travail est significatif pour plusieurs domaines :

Découverte Causale : En fournissant une stratification plus fine des modèles causaux (via des inégalités en plus des égalités), la méthode permet de distinguer des structures causales qui seraient indiscernables par les tests d'indépendance conditionnelle traditionnels.
Inférence Statistique : Les contraintes dérivées peuvent être utilisées pour contraindre les procédures d'estimation, améliorant ainsi l'efficacité statistique et permettant l'identification partielle de paramètres dans des modèles avec variables latentes.
Falsification de Modèles : La capacité à générer l'ensemble complet des contraintes permet de tester rigoureusement la validité d'un modèle structurel face aux données observées, même en présence de variables non observées.

Limites : La méthode est limitée aux variables observées discrètes et finies. La complexité computationnelle croît de manière super-exponentielle avec le nombre de variables, ce qui peut rendre l'approche difficile pour des graphes très denses ou de grande taille, bien que la structure par districts puisse atténuer ce problème.

En résumé, cet article établit un cadre algorithmique robuste pour cartographier l'espace des distributions observables compatibles avec des modèles causaux à variables latentes, comblant un vide important entre la théorie des contraintes d'égalité et la réalité des contraintes d'inégalité.