Causal Discovery via Statistical Power (CDSP)

तकनीकी सारांश: सांख्यिकीय शक्ति के माध्यम से कारण खोज (Causal Discovery via Statistical Power - CDSP)

समस्या विवरण
अवलोकनात्मक डेटा (observational data) से कारण की दिशा (causal direction) का अनुमान लगाना वैज्ञानिक विषयों में एक मौलिक चुनौती है। जबकि कार्यात्मक कारण खोज (functional causal discovery) विधियाँ संरचनात्मक विषमताओं (जैसे, कारण और शोर के बीच स्वतंत्रता) का उपयोग करके दिशात्मकता को पहचानने के लिए करती हैं, वे आमतौर पर मजबूत मॉडलिंग धारणाओं (जैसे, सही कार्यात्मक रूप विनिर्देश, अचक्रीयता, अनपेक्षित भ्रम की अनुपस्थिति) पर निर्भर करती हैं। मौजूदा दृष्टिकोणों की एक महत्वपूर्ण सीमा उनके मजबूत सांख्यिकीय अनुमान और अनिश्चितता मात्रा निर्धारण (uncertainty quantification) की कमी है, विशेष रूप से जब इन धारणाओं का उल्लंघन होता है। पारंपरिक विधियाँ हल्के से मध्यम मॉडल मिसस्पेसिफिकेशन (model misspecification) के तहत विश्वसनीय दिशात्मक साक्ष्य प्रदान करने में विफल रहती हैं, और मौजूदा अनिश्चितता मात्रा निर्धारण तकनीकें (जैसे, बूटस्ट्रैप स्थिरता या कॉन्फिडेंस सेट) भ्रामक हो सकती हैं यदि अंतर्निहित वर्किंग मॉडल गलत तरीके से निर्दिष्ट किए गए हों।

कार्यप्रणाली
लेखक सांख्यिकीय शक्ति के माध्यम से कारण खोज (CDSP) प्रस्तुत करते हैं, जो एक सांख्यिकीय अनुमान ढांचा है जो कारण दिशा अनुमान को दिशात्मक पता लगाने योग्यता (directional detectability) की समस्या के रूप में पुनर्गठित करता है। यह कार्यप्रणाली निम्नलिखित सैद्धांतिक और प्रक्रियात्मक स्तंभों पर आधारित है:

1. परिकल्पना परीक्षण ढांचा: यह दृष्टिकोण दो चरों $X$ और $Y$ के लिए दो परिकल्पना परीक्षणों के रूप में कारण खोज को स्वरूपित करता है। दिशा $X \to Y$ के लिए, शून्य परिकल्पना $H_0^Y$ यह मानती है कि प्रेडिक्टर $X$, अवशेष $\eta$ (जहाँ $Y = m(X) + \eta$) से स्वतंत्र है और मॉडल वर्ग सही ढंग से निर्दिष्ट है। इसके विपरीत दिशा $Y \to X$ का परीक्षण भी इसी तरह किया जाता है।
2. प्रभाव-आकार विषमता धारणा (Effect-Size Asymmetry Assumption): मुख्य सैद्धांतिक योगदान प्रभाव-आकार विषमता धारणा है। पारंपरिक विषमता धारणाओं के विपरीत, जो इस बात पर निर्भर करती हैं कि जनसंख्या परीक्षण सांख्यिकी (population test statistic) सही दिशा में शून्य है और विपरीत दिशा में गैर-शून्य है, CDSP यह प्रतिपादित करता है कि मानकीकृत विचलन (standardized deviation) गलत दिशा में सही दिशा की तुलना में अधिक होता है।
   • सही दिशा में, शून्य का उल्लंघन केवल मॉडल मिसस्पेसिफिकेशन (यदि कोई हो) से उत्पन्न होता है।
   • गलत दिशा में, शून्य का उल्लंघन प्रेडिक्टर और अवशेष के बीच अंतर्निहित निर्भरता और मॉडल मिसस्पेसिफिकेशन दोनों से उत्पन्न होता है।
   • धारणा यह है कि गलत दिशा शून्य से अधिक मजबूती से विचलित होती है, जिससे उसे खारिज करना आसान हो जाता है।
3. दिशात्मक शक्ति और पता लगाने की क्षमता (Directional Power and Detectability): लेखक दिशात्मक शक्ति को उस प्रायिकता के रूप में परिभाषित करते हैं जिसके द्वारा प्रक्रिया सही कारण दिशा का पक्ष लेती है। वे दिखाते हैं कि प्रभाव-आकार विषमता धारणा के तहत, यह प्रायिकता गलत दिशा का पक्ष लेने की प्रायिकता से अधिक है।
4. अनुमान प्रक्रिया (एल्गोरिदम 1):
   • बिंदु अनुमान (Point Estimation): विधि दोनों दिशाओं के लिए दिशात्मक पता लगाने योग्य सूचकांक ($I_{X,n}$ और $I_{Y,n}$) का अनुमान लगाती है। ये सूचकांक अनुमानित जनसंख्या परीक्षण सांख्यिकीय (जैसे, हिल्बर्ट-श्मिट स्वतंत्रता मानदंड, HSIC) और क्रिटिकल वैल्यू के बीच के अंतर के रूप में परिभाषित किए गए हैं, जिसे एसिम्प्टोटिक मानक विचलन द्वारा मानकीकृत किया गया है।
   • निर्णय नियम: जिस दिशा का पता लगाने योग्य सूचकांक बड़ा होता है, उसे अनुमानित कारण दिशा के रूप में चुना जाता है।
   • अनिश्चितता मात्रा निर्धारण: ढांचा एक दिशात्मक समर्थन प्रायिकता ($\hat{P}_{CDSP}$) प्रदान करता है, जिसे नॉन-पैरामीट्रिक बूटस्ट्रैपिंग के माध्यम से अनुमानित किया जाता है। यह मान उन बूटस्ट्रैप नमूनों के अनुपात का प्रतिनिधित्व करता है जहाँ चुनी गई दिशा के लिए अनुमानित पता लगाने योग्य सूचकांक वैकल्पिक दिशा के सूचकांक से अधिक होता है। यह एक विश्वास के माप के रूप में कार्य करता है, जो AUC (Area Under the Curve) के समान है, जिसकी सीमा "कम या कोई अलगाव नहीं" (~0.5) से लेकर "बहुत मजबूत समर्थन" ($\ge 0.9$) तक है।

प्रमुख योगदान

• सैद्धांतिक ढांचा: यह शोध पत्र कारण खोज और सांख्यिकीय शक्ति के बीच एक संबंध स्थापित करता है, जो विश्वसनीय दिशात्मक पहचान के लिए एक स्थिति के रूप में प्रभाव-आकार विषमता धारणा को पेश करता है।
• मजबूती (Robustness): सैद्धांतिक परिणाम (थ्योरम 1) प्रदर्शित करते हैं कि यदि प्रभाव-आकार विषमता बनी रहती है, तो सही दिशा को पहचानने की प्रायिकता नमूना आकार बढ़ने के साथ 1 की ओर अभिसरित (converge) होती है।
• अनिश्चितता मात्रा निर्धारण: CDSP एक औपचारिक, व्याख्या योग्य दिशात्मक समर्थन ($\hat{P}_{CDSP}$) प्रदान करता है जो नमूना परिवर्तनशीलता और मॉडल मिसस्पेसिफिकेशन को ध्यान में रखता है, जो कार्यात्मक कारण खोज साहित्य में एक अंतराल को भरता है।
• संगति (Consistency): लेखक मानक नियमितता शर्तों के तहत दोनों दिशात्मक अनुमान और बूटस्ट्रैप-आधारित समर्थन की संगति को सिद्ध करते हैं।

परिणाम
लेखक सिमुलेशन और वास्तविक-डेटा विश्लेषण के माध्यम से CDSP का मूल्यांकन करते हैं:

1. सिमुलेशन (रैखिक मॉडल मिसस्पेसिफिकेशन):

   • डेटा को विभिन्न स्तरों की नॉन-लिनियरिटी ($d \in \{1, 1.2, \dots, 1.5, 3\}$) के साथ उत्पन्न किया गया था।
   • मजबूती: CDST ने हल्के से मध्यम मिसस्पेसिफिकेशन के तहत उच्च सटीकता (d $\le$ 1.3 के लिए 100%, d = 1.4 के लिए 88%) बनाए रखी। इसके विपरीत, DirectLiNGAM $d = 1.25$ से ही अचानक विफल (0% सटीकता) हो गया।
   • नमूना आकार: मध्यम मिसस्पेसिफिकेशन शासन में नमूना आकार बढ़ाने से CDSP की सटीकता में सुधार हुआ, जिससे पता लगाने योग्य सूचकांकों का क्रम स्थिर हो गया।
   • गंभीर मिसस्पेसिफिकेशन: गंभीर मिसस्पेसिफिकेशन ($d = 3$) के तहत, प्रभाव-आकार विषमता धारणा टूट गई, जिससे दोनों विधियों द्वारा गलत निष्कर्ष निकाला गया, जो इस दृष्टिकोण की सीमाओं को दर्शाता है।

2. वास्तविक डेटा (ट्यूबिंगन कॉज-इफेक्ट पेयर्स):

   • पूर्ण डेटासेट (100 पेयर्स): CDSP ने 62% की सत्य खोज दर (TDR) और 38% की गलत खोज दर (FDR) प्राप्त की, जबकि LiNGAM की TDR 44% और FDR 56% थी। CDSP ने LiNGAM के सापेक्ष FDR को लगभग 18% कम किया।
   • लगभग रैखिक उपसमुच्चय (34 पेयर्स): दोनों विधियों के लिए प्रदर्शन में सुधार हुआ, लेकिन CDSP ने महत्वपूर्ण बढ़त बनाए रखी (20.6% FDR बनाम LiNGAM के लिए 38.2%)।
   • अनिश्चितता अंशांकन (Uncertainty Calibration): LiNGAM की बूटस्ट्रैप दरों के विपरीत, जो उच्च त्रुटि दर वाले कई पेयर्स को "बहुत मजबूत" समर्थन प्रदान करती थीं, CDP का $\hat{P}_{CDSP}$ समर्थन की मजबूती और सटीकता के बीच एक स्पष्ट सहसंबंध दिखाता है (उच्च समर्थन श्रेणियों में कम FDR)।

महत्व और दावे
यह शोध पत्र दावा करता है कि CDSP मॉडल मिसस्पेसिफिकेशन के प्रति मजबूत और सार्थक अनिश्चितता मात्रा निर्धारण प्रदान करने वाला एक सांख्यिकीय रूप से सिद्धांतबद्ध आधार प्रदान करता है। आदर्श मान्यताओं के तहत सख्त पहचान क्षमता (identifiability) के बजाय दिशात्मक पता लगाने की क्षमता (directional detectability) के माध्यम से सांख्यिकीय शक्ति पर ध्यान केंद्रित करके, यह ढांचा शोधकर्ताओं को यह निर्धारित करने की अनुमति देता है कि क्या डेटा में एक कारण दिशा के पक्ष में एक दूसरी दिशा की तुलना में पर्याप्त जानकारी है।

लेखक इस बात पर जोर देते हैं कि CDSP हल्के से मध्यम मॉडल मिसस्पेसिफिकेशन के तहत सबसे अधिक सूचनात्मक है, एक ऐसा क्षेत्र जहाँ पारंपरिक विधियाँ अक्सर चुपचाप विफल हो जाती हैं। यह ढांचा यह दावा नहीं करता है कि यह सभी स्थितियों (जैसे, गंभीर मिसस्पेसिफिकेशन या अनपेक्षित भ्रम) के तहत कारण खोज को हल करता है, बल्कि यह दिशात्मक साक्ष्य की विश्वसनीयता का आकलन करने के लिए एक नैदानिक उपकरण प्रदान करता है। लेख यह निष्कर्ष निकालता है कि CDSP शक्ति-प्रेरित सांख्यिकीय ढांचे की ओर एक दिशात्मक कदम है, जो ऐसे तरीकों के उपयोग को प्रोत्साहित करता है ताकि यह सीखा जा सके कि कब डेटा कारण अनुमान के लिए पर्याप्त साक्ष्य प्रदान करता है, भले ही धारणाएं पूरी तरह से सटीक न हों।