Sign Identifiability of Causal Effects in Stationary Stochastic Dynamical Systems

Ce papier établit des critères pour déterminer l'identifiabilité du signe des effets causaux dans des systèmes dynamiques stochastiques linéaires stationnaires à temps continu, en relaxant l'hypothèse d'une matrice de diffusion connue et en se concentrant sur la détermination du signe des coefficients de dérive à partir de la matrice de covariance observationnelle.

L'essentiel

🌧️ Comprendre les Causes Cachées dans une Tempête Éternelle

Imaginez que vous observez une ville sous une pluie battante et éternelle. Vous voyez les gouttes tomber, les ruisseaux grossir, les voitures glisser. Vous ne pouvez pas voir le ciel, ni le vent, ni les tuyaux d'égout. Vous avez juste des données : des mesures de l'humidité, du niveau des rivières et de la vitesse des voitures à un moment donné.

La question est la suivante : Peut-on deviner qui influence qui ?
Par exemple : Est-ce que la pluie fait grossir la rivière, ou est-ce que la rivière fait pleuvoir ? Ou peut-être qu'un tuyau caché (un facteur inconnu) fait les deux à la fois ?

C'est exactement ce que l'article de Gijs van Seeventer et Saber Salehkaleybar tente de résoudre, mais avec des mathématiques très pointues.

1. Le Problème : L'Échelle de la Tempête

Habituellement, pour comprendre ces systèmes, les scientifiques disent : "On connaît la force de la pluie (le 'bruit'), donc on peut calculer l'effet."
Mais dans la réalité, on ne connaît souvent pas cette force. De plus, ces systèmes sont invariants d'échelle.

L'analogie : Imaginez que vous regardez une vidéo de la pluie. Si vous mettez la vidéo en x2 (plus rapide) ou en x0.5 (plus lente), la relation entre la pluie et la rivière reste la même, même si les chiffres changent.

Les chercheurs précédents forçaient le système à une vitesse fixe (en fixant la "matrice de diffusion"). Ces auteurs disent : "Non, laissons le système à sa vitesse naturelle. On ne peut pas connaître la vitesse exacte, alors on ne va pas essayer de la deviner."

2. La Solution : On ne cherche pas le "Combien", mais le "Quel Sens"

Puisqu'on ne peut pas connaître la force exacte (le chiffre précis), on se concentre sur quelque chose de plus robuste : le signe.

• Est-ce que l'effet est positif (+) ? (Plus de pluie = rivière plus haute).
• Est-ce que l'effet est négatif (-) ? (Plus de pluie = moins de voitures, car tout le monde reste chez soi).
• Est-ce que c'est zéro ? (Pas de lien).

C'est ce qu'ils appellent l'identifiabilité du signe de l'arête. Ils veulent savoir si, en regardant simplement les corrélations (les mouvements ensemble) des données, on peut dire avec certitude si le lien est positif ou négatif.

3. Les Trois Scénarios Possibles

En analysant différentes structures de liens (des graphes), ils découvrent trois situations possibles :

• 🟢 Identifiable (Le cas clair) :

  • Analogie : Vous voyez un robinet ouvert qui remplit un seau. Peu importe la pression de l'eau, si le seau monte, c'est que le robinet est ouvert.
  • Résultat : Pour certaines structures (comme un "Instrumental Variable", un outil classique en statistiques), on peut toujours dire : "C'est positif !" ou "C'est négatif !". La réponse est unique.

• 🔴 Non-identifiable (Le cas flou) :

  • Analogie : Vous voyez deux personnes marcher ensemble. Est-ce que l'un suit l'autre ? Ou est-ce qu'ils suivent tous les deux un troisième invisible ? Sans voir le troisième, vous ne pouvez pas savoir qui suit qui.
  • Résultat : Dans certains cas (comme quand un facteur caché influence deux variables), les données peuvent correspondre aussi bien à un lien positif qu'à un lien négatif. On ne peut pas trancher.

• 🟡 Partiellement Identifiable (Le cas "ça dépend") :

  • C'est la grande découverte de l'article.
  • Analogie : Imaginez un jeu de dés. Parfois, le résultat est clair (il pleut, donc la rivière monte). Mais parfois, selon la configuration exacte des nuages (la covariance), le résultat peut être ambigu.
  • Résultat : Pour certaines structures (comme le "Conflit" ou Confounding), le signe est identifiable seulement pour certaines configurations de données. Pour d'autres configurations, c'est flou. L'article montre que ce n'est pas un cas rare : c'est une situation très courante qui occupe une "zone intermédiaire" réelle.

4. Comment ils ont fait ? (La Recette)

Au lieu de résoudre des équations compliquées pour chaque cas, ils ont créé une règle graphique (un critère visuel).

L'analogie : C'est comme regarder une carte routière.

• Si vous enlevez une route (une flèche) et que la carte change de structure (par exemple, deux villes qui étaient connectées ne le sont plus), alors vous pouvez déduire le sens de cette route.
• Si la carte reste identique même sans la route, alors vous ne pouvez rien dire sur cette route.

Ils ont appliqué cette règle à des structures classiques (comme la cause-effet simple) et à des structures nouvelles avec des boucles (des cycles où A influence B, qui influence C, qui influence A).

5. Pourquoi c'est important ?

Dans le monde réel (biologie, économie, climat), on a rarement accès à toutes les données en temps réel. On a souvent juste des "photos" du système à l'équilibre.

• Avant, on disait : "Si on ne connaît pas tout, on ne sait rien."
• Maintenant, ces chercheurs disent : "Même sans tout connaître, on peut souvent dire le sens de l'influence, ou au moins savoir dans quels cas on peut le dire."

En Résumé

Ce papier est comme un guide pour les détectives qui doivent résoudre un crime sans témoins, juste avec des indices indirects.

1. Ils acceptent qu'ils ne connaissent pas la force exacte du crime (l'échelle).
2. Ils se concentrent sur la direction : est-ce que le suspect a poussé ou tiré ? (+ ou -).
3. Ils ont prouvé que pour certains schémas de crime, on peut toujours savoir la direction. Pour d'autres, on ne peut jamais savoir. Et pour une troisième catégorie, on peut savoir parfois, selon les indices précis que l'on a.

C'est une avancée majeure pour comprendre comment les systèmes complexes (comme notre corps ou l'économie) fonctionnent, même quand on ne peut pas tout mesurer parfaitement.

Résumé technique

1. Problématique et Contexte

L'article s'intéresse à l'inférence causale dans les systèmes dynamiques stochastiques stationnaires, modélisés par des équations différentielles stochastiques (EDS) linéaires continues, spécifiquement le processus d'Ornstein-Uhlenbeck (OU).

• Contexte d'observation : Contrairement aux approches classiques qui nécessitent des trajectoires temporelles complètes, cette étude se concentre sur des données issues de processus stationnaires où seules des échantillons de la distribution stationnaire (covariances) sont observables.
• Hypothèse de structure : La structure causale (le graphe dirigé indiquant quelles variables influencent directement les autres) est connue.
• Le défi de l'identifiabilité : La question centrale est de savoir si l'on peut déterminer la valeur (ou une propriété) d'un effet causal (un coefficient de la matrice de dérive $A$) à partir de la matrice de covariance observée $\Sigma$.
• Limitation des travaux antérieurs : Les méthodes existantes supposent souvent que la matrice de diffusion $D$ (liée au bruit) est connue et fixe. Or, le processus OU est invariant par mise à l'échelle positive : si $(A, D)$ satisfait l'équation de Lyapunov, alors $(aA, aD)$ la satisfait aussi pour tout $a > 0$. Fixer $D$ impose une contrainte artificielle qui ignore cette invariance d'échelle intrinsèque.

2. Méthodologie et Définitions Clés

Les auteurs proposent une approche novatrice en relâchant l'hypothèse de connaissance de $D$ et en se concentrant sur l'identifiabilité du signe plutôt que sur la magnitude exacte des coefficients.

A. Cadre Mathématique

Le système est décrit par :
$$dX(t) = (AX(t) - b)dt + C dW(t)$$
où $A$ est la matrice de dérive, $C$ la matrice de diffusion, et $W(t)$ un processus de Wiener. La stationnarité implique que la matrice de covariance $\Sigma$ satisfait l'équation de Lyapunov :
$$A\Sigma + \Sigma A^T = -D$$
avec $D = CC^T$.

B. Identifiabilité du Signe (Edge-Sign Identifiability)

Au lieu de chercher à identifier les valeurs de $A$, les auteurs définissent l'identifiabilité du signe d'une arête $e$ (coefficient $A_{ij}$) :

• Non-identifiable : Le signe de l'arête peut être positif ou négatif pour une même matrice de covariance $\Sigma$ compatible avec la structure.
• Identifiable : Le signe est unique pour tout $\Sigma$ compatible.
• Partiellement identifiable : Il existe des matrices $\Sigma$ pour lesquelles le signe est unique, et d'autres pour lesquelles il ne l'est pas.

C. Hypothèse de Fidélité (m-Faithfulness)

Les auteurs introduisent une notion de fidélité basée sur les indépendances marginales. Pour un graphe $G$, une matrice $\Sigma$ est "m-faithful" si les indépendances marginales observées correspondent exactement aux intersections des ensembles d'ancêtres dans le graphe. Cela garantit que les contraintes d'indépendance proviennent uniquement de la structure du graphe.

3. Contributions Principales

1. Relâchement de l'hypothèse sur la diffusion : L'article est la première étude à traiter l'identifiabilité sans supposer que la matrice de diffusion $D$ est connue, respectant ainsi l'invariance d'échelle naturelle du processus OU.
2. Classification en trois régimes : L'analyse distingue clairement trois cas : identifiabilité totale, non-identifiabilité et identifiabilité partielle. Les auteurs démontrent que l'identifiabilité partielle n'est pas un cas pathologique de mesure nulle, mais constitue un régime intermédiaire réel avec une mesure positive.
3. Critères Généraux :
   • Critère $M^0$ (Théorème 4.2) : Un lien fondamental est établi entre l'identifiabilité et l'ensemble des matrices de covariance compatibles avec une arête nulle ($M^0_{G,e}$). Si $\Sigma \in M^0_{G,e}$, l'arête est non-identifiable.
   • Critère Graphique (Théorème 4.4) : Pour les graphes sans variables latentes, une arête est identifiable si et seulement si son retrait du graphe modifie les indépendances marginales induites (c'est-à-dire si les ensembles d'ancêtres de certaines paires de nœuds changent).
4. Applications à des structures spécifiques :
   • Analyse de structures classiques (cause-effet, chaîne, confusion, variable instrumentale) et de structures cycliques nouvelles.
   • Dérivation d'expressions explicites du signe de l'effet causal en fonction des éléments de $\Sigma$ pour certaines configurations (ex: variable instrumentale).

4. Résultats Principaux

Les résultats sont présentés pour des graphes sans variables latentes et avec variables latentes.

A. Sans Variables Latentes (Graphes Observés)

• Structures Identifiables : Les configurations "Cause-Effet" (1a), "Chaîne" (1b), "Variable Instrumentale" (1e) et "Cycle avec IV" (1f) permettent une identifiabilité totale du signe.
  • Exemple (Variable Instrumentale) : Le signe de l'effet causal $\alpha$ est donné par $\text{sign}(\alpha) = \text{sign}(\sigma_{zy}) / \text{sign}(\sigma_{zx})$.
• Structures Partiellement Identifiables : Les configurations de "Confusion" (1c) et de "Cycle de longueur 3" (1d) sont partiellement identifiables.
  • Cela signifie que pour certaines matrices de covariance, le signe est déterminé, tandis que pour d'autres, il reste ambigu.
  • Les auteurs prouvent mathématiquement que l'ensemble des matrices rendant le signe identifiable (ou non) a une mesure de Lebesgue positive. Ce n'est donc pas un cas rare.
• Validation Numérique : Des expériences sur 1000 échantillons confirment les résultats théoriques. Les fractions empiriques d'identifiabilité correspondent aux prédictions (1.0 pour les identifiables, 0 pour les non-identifiables, et des valeurs intermédiaires comme 0.44 ou 0.64 pour les partiellement identifiables).

B. Avec Variables Latentes (Variables Cachées)

L'introduction de variables latentes (non observées) complique l'identifiabilité car la matrice de covariance observée ne contraint qu'une partie du système complet.

• Perte d'identifiabilité : Dans les cas de "Cause-Effet" (1a) et de "Confusion" (1c) avec une variable latente, le signe devient non-identifiable. La liberté supplémentaire permise par les covariances inobservées permet de construire des modèles avec des signes opposés pour la même observation.
• Robustesse de la Variable Instrumentale : Curieusement, les configurations avec Variable Instrumentale (1e et 1f) restent identifiables même en présence de variables latentes. Les contraintes imposées par l'instrument permettent de contourner l'ambiguïté causale.

5. Signification et Impact

• Théorique : Ce travail comble un vide dans la littérature sur l'inférence causale pour les processus stochastiques continus. Il démontre que l'invariance d'échelle, souvent ignorée, est cruciale pour définir correctement l'identifiabilité.
• Pratique :
  • La notion d'identifiabilité partielle est un apport majeur : elle indique aux praticiens que pour certaines structures (comme la confusion), l'inférence du signe dépend des données spécifiques observées, et non seulement de la structure du graphe.
  • Les formules explicites fournies (notamment pour les variables instrumentales) offrent des méthodes directes pour estimer la direction de la causalité à partir de données stationnaires sans avoir besoin de connaître le bruit sous-jacent.
• Limites et Perspectives : L'étude se limite aux modèles linéaires et aux graphes sans latentes pour les résultats complets (bien que le cas latent soit partiellement traité). Les travaux futurs pourraient explorer l'identifiabilité au niveau du graphe entier ou des sous-graphes, et étendre ces résultats à des modèles non linéaires.

En résumé, cet article établit un cadre rigoureux pour déterminer quand et comment le sens des relations causales peut être déduit de données stationnaires, en surmontant les limitations des approches précédentes qui nécessitaient une connaissance parfaite du bruit du système.