Causal Discovery in Structural VAR Models Under Equal Noise Variance

Sintesi Tecnica: Scoperta Causale nei Modelli VAR Strutturali sotto Varianza del Rumore Uguale

Enunciato del Problema
La scoperta causale da serie temporali multivariate è particolarmente sfidante quando gli effetti causali si verificano sia nel tempo (con ritardo) che all'interno dello stesso intervallo di campionamento (contemporanei). Questa questione è critica in domini come le neuroscienze, dove i tassi di campionamento (ad esempio, fMRI) sono spesso grossolani rispetto alle dinamiche sottostanti, rendendo necessari modelli che catturino le interazioni all'interno dello stesso bin. Sebbene i modelli lineari Gaussiani di Autoregressione Vettoriale Strutturale (SVAR) siano potenti a questo scopo, le tecniche di identificazione standard spesso falliscono in questo contesto.

A differenza dei Modelli a Equazioni Strutturali (SEM) trasversali, dove un'assunzione di varianza del rumore uguale combinata con un'assunzione di Grafo Aciclico Diretto (DAG) produce l'identificazione puntuale di un unico grafo causale, il contesto delle serie temporali con effetti contemporanei non produce generalmente un grafo unico. Nei modelli SVAR, gli effetti contemporanei possono formare cicli diretti e molteplici parametrizzazioni strutturali distinte possono indurre esattamente la stessa legge del processo osservato stazionario. Di conseguenza, l'obiettivo della scoperta causale si sposta dall'identificare un singolo grafo all'identificare una classe di equivalenza osservazionale.

Metodologia
Il documento propone un quadro per la scoperta causale in modelli SVAR(1) lineari Gaussiani sotto l'assunzione di varianza del rumore uguale (i termini di rumore strutturali sono mutualmente indipendenti con una varianza comune $\sigma^2$).

1. Caratterizzazione dell'Equivalenza Osservazionale:
   Gli autori dimostrano che due modelli SVAR ammissibili $M = (A_0, A_1, \sigma)$ e $M' = (A'_0, A'_1, \sigma')$ sono osservazionalmente equivalenti (inducendo lo stesso processo gaussiano stazionario) se e solo se i loro parametri strutturali sono correlati da una trasformazione ortogonale e da una scala globale positiva. Nello specifico, esiste una matrice ortogonale $Q \in O(p)$ e uno scalare $c > 0$ tali che:
   $$B' = cQB, \quad A'_1 = cQA_1, \quad \sigma' = c\sigma$$
   dove $B = I - A_0$. Questa caratterizzazione implica che il grafo strutturale non è identificato puntualmente; piuttosto, i dati identificano una classe di modelli correlati da queste trasformazioni.

2. Discrepanza di Allineamento Osservazionale:
   Per valutare il recupero del modello in questo contesto, gli autori introducono la discrepanza di allineamento osservazionale ($\Delta^{\text{obs}}_{\text{align}}$). A differenza degli errori di Frobenius standard, questa metrica misura la distanza tra un modello candidato e l'intera classe di equivalenza osservazionale della verità fondamentale. È definita come l'infimo dell'errore di ricostruzione su tutte le trasformazioni ortogonali valide e le scalature globali. Viene derivata una soluzione in forma chiusa utilizzando la Decomposizione ai Valori Singolari (SVD), consentendo una valutazione efficiente del recupero strutturale senza la necessità di corrispondere a un rappresentante specifico arbitrario.

3. Algoritmo ENVAR:
   Gli autori propongono ENVAR (scoperta causale VAR a rumore uguale), una procedura basata sulla sparsità per selezionare un rappresentante preferito dalla classe di equivalenza. L'algoritmo procede in tre passaggi:

   • Stima della Forma Ridotta: Stima della matrice di transizione della forma ridotta $\Phi$ e della covarianza dei residui $\Sigma_u$ tramite Minimi Quadrati Ordinari (OLS).
   • Costruzione del Rappresentante Canonico: Costruzione di una rappresentazione strutturale di base utilizzando il fattore di Cholesky della matrice di precisione empirica.
   • Ricerca Sparsa: Ricerca sulla varietà ortogonale e sulla scala globale per trovare un rappresentante strutturale che minimizzi la norma $\ell_1$ delle voci fuori diagonale di $A_0$ (effetti contemporanei) e di tutte le voci di $A_1$ (effetti con ritardo), soggetto al vincolo di normalizzazione $\text{diag}(I - A_0) = 1$. Questo viene risolto utilizzando ottimizzazione non convessa sulla varietà ortogonale (tramite la parametrizzazione ortogonale di PyTorch).

Risultati Chiave
La metodologia è stata valutata su dati sintetici e dati reali fMRI del Human Connectome Project (HCP).

• Dati Sintetici: ENVAR è stato confrontato con EqVarGDS, VARLiNGAM e DYNOTEARS. ENVAR ha ottenuto la discrepanza di allineamento osservazionale libera dalla scala più bassa su varie dimensioni del grafo ($p$), indicando che recupera con successo modelli più vicini alla vera classe di equivalenza. Ha inoltre dimostrato una correlazione di Pearson più elevata con i parametri della forma ridotta e le matrici strutturali della verità fondamentale rispetto alle linee di base. Notabilmente, ENVAR ha mostrato robustezza rispetto alle violazioni dell'assunzione di varianza uguale, mantenendo prestazioni superiori anche quando le varianze del rumore variavano moderatamente tra i nodi.
• Dati fMRI Reali: Applicato ai dati del compito motorio HCP, ENVAR ha recuperato grafi causali in cui le centralità nodali (grado in entrata, grado in uscita, flusso netto) si allineavano in modo notevole con le mappe di attivazione neuroscientifiche note. L'analisi NeuroSynth ha confermato che i termini cognitivi decodificati associati alle strutture del grafo appreso erano coerenti con la letteratura sul controllo motorio.

Significato e Affermazioni
Il documento afferma che, sotto varianza del rumore uguale, il grafo strutturale nei modelli SVAR non è generalmente identificato puntualmente a causa della presenza di cicli contemporanei e dell'invarianza della legge osservata sotto trasformazioni ortogonali. Pertanto, l'obiettivo appropriato per la scoperta causale è la classe di equivalenza osservazionale, non un singolo grafo.

Il significato di questo lavoro risiede in:

1. Fornire una caratterizzazione esatta di questa classe di equivalenza per i dati delle serie temporali, distinguendola dal contesto DAG trasversale.
2. Introdurre una metrica di errore consapevole dell'equivalenza (discrepanza di allineamento osservazionale) che valuta correttamente il recupero strutturale tenendo conto della non identificabilità intrinseca.
3. Proporre ENVAR, un algoritmo pratico che sfrutta la sparsità per selezionare un rappresentante normalizzato dalla classe di equivalenza, dimostrando una maggiore accuratezza rispetto ai metodi dello stato dell'arte sia in scenari neuroimaging sintetici che reali.

Gli autori notano le limitazioni, inclusa la dipendenza dalla linearità, dalla stazionarietà e dall'assenza di confondenti non osservati, nonché l'uso di ottimizzazione non convessa che potrebbe convergere a minimi locali. Viene suggerito un lavoro futuro per affrontare le non stazionarietà e le dinamiche di ordine superiore.