Resumo Técnico: Causalidade de Granger Permutada Não Linear (NPGC)

Definição do Problema

A inferência de causalidade de Granger é um método amplamente utilizado para determinar se uma série temporal prediz outra, tradicionalmente definida pela redução na variância do erro de predição ao incluir um conjunto de covariáveis. No entanto, adaptar esse arcabouço para dados não lineares apresenta desafios significativos. As adaptações não lineares existentes frequentemente dependem de aprendizado profundo e de representação, mas sofrem de dois problemas primários:

1. Sobreajuste (Overfitting) e Viés de Amostra (In-Sample): Muitos métodos utilizam testes de amostra interna (comparando modelos restritos e irrestritos) que, quando combinados com aproximadores universais como Redes Neurais Artificiais (ANNs), podem levar a correlações espúrias. As ANNs podem aproximar dependências arbitrárias e específicas dos dados mesmo quando não existe uma verdadeira relação preditiva, tornando a redução do erro de amostra interna uma métrica não confiável para a causalidade.
   2.Inferência Individual vs. Coletiva: Muitas abordagens focam em isolar covariáveis individuais por meio de seleção de variáveis penalizada (ex: Lasso). Isso ignora o comportamento coletivo do conjunto de covariáveis, introduz problemas de multiplicidade e frequentemente falha em fornecer uma decisão global sobre se um conjunto de variáveis é causal de Granger. Além disso, a dependência de parâmetros de penalidade específicos (ex: $\lambda$) torna os resultados sensíveis ao ajuste de hiperparâmetros.
   O artigo argumenta que a definição de causalidade de Granger deve mudar da comparação de resíduos de modelos para o teste explícito da preditibilidade fora da amostra (out-of-sample), mantendo a natureza coletiva do conjunto de covariáveis.

Metodologia: Causalidade de Granger Permutada Não Linear (NPGC)

Os autores propõem a Causalidade de Granger Permutada Não Linear (NPGC), um arcabouço que redefine a causalidade de Granger utilizando uma estrutura de permutação e testes fora da amostra.

Definições Principais

O método substitui a comparação tradicional entre modelos restritos e irrestritos por uma comparação entre um modelo nulo (usando covariáveis permutadas) e o modelo original.

• Permutação: As linhas da matriz de covariáveis $X_{<t}$ são permutadas aleatoriamente para criar $\tilde{X}_{<t}$. Isso quebra a dependência temporal entre as covariáveis e a resposta $Y$, preservando a estrutura de dependência interna (intradependência) das covariáveis.
• Hipótese: $X_t$ é condicionalmente causal de Granger para $Y_t$ se a variância do erro de predição usando os dados originais for significativamente menor do que a variância usando os dados permutados:
  $$\text{Var}[Y_t - P(Y_t | Y_{<t}, Z_{<t}, X_{<t})] < \text{Var}[Y_t - P(Y_t | Y_{<t}, Z_{<t}, \tilde{X}_{<t})]$$

Etapas de Implementação

1. Featurização: Os dados são transformados em um espaço de características de alta dimensão usando Redes Neurais Feed-Forward (FNNs) geradas aleatoriamente. Diferente do treinamento padrão, os pesos da rede são fixos e gerados aleatoriamente (atuando como um mapa de características aleatórias) para aproximar relações não lineares sem sofrer overfitting para pesos específicos.
2. Estimativa Fora da Amostra (Out-of-Sample): Os dados são divididos em $K$ dobras (folds). Para cada permutação $m$ (onde $m=1$ é o dado original e $m>1$ são versões permutadas) e para cada featurização aleatória $r$, o modelo é treinado em $K-1$ dobras e testado na dobra restante.
3. Estimativa de Variância: Os resíduos de predição fora da amostra são agregados para estimar o parâmetro de variação $\hat{\vartheta}_m$ para cada permutação.
4. Regra de Decisão: Uma distribuição nula é construída a partir das $M$ permutações. O p-valor (estimativa de quantil $\hat{Q}_M$) é calculado com base em onde a variância do erro dos dados originais ($\hat{\vartheta}_1$) se posiciona em relação aos erros permutados. Se $\hat{Q}_M \leq \alpha$, a hipótese nula de ausência de causalidade é rejeitada.

Garantias Teóricas

O artigo estabelece propriedades assintóticas sob três condições brandas:

1. Propriedades dos Dados: Os dados são contínuos, estacionários e amostrados em uma grade suficientemente fina.
2. Regularidade da Featurização: As FNNs aleatórias produzem estimativas consistentes da matriz de covariância subjacente com variância finita.
3. Independência do Erro: Os erros do modelo são independentes entre pontos temporais, dado o histórico relevante.

Sob estas condições, o estimador $\hat{\vartheta}_m$ é consistente e o estatístico de teste converge para uma distribuição uniforme sob a hipótese nula.

Resultados de Simulação

Os autores avaliaram o NPGC contra diversos competidores, incluindo métodos cMLP penalizados (Group Lasso, Sparse Group Lasso, Hierarchical Lasso), uma comparação de modelo Restrito/Irrestrito (R/U) ingênua e um método de Substituição de Ruído Gaussiano (GNS).

• Desempenho: O NPGC demonstrou alto poder na detecção de relações de causalidade de Granger tanto em modelos Lorenz-96 (caóticos) quanto em modelos de Autorregressão de Limiar (TAR) através de diferentes comprimentos de séries temporais ($T=250, 500, 1000$).
• Comparação:
  • Métodos Penalizados (cMLP): Os resultados foram altamente sensíveis ao parâmetro de regularização $\lambda$. Sem uma regra de decisão global clara, esses métodos produziram resultados inconsistentes.
  • R/U Ingênuo: Falhou em identificar pares causais nos testes de Lorenz-96, provavelmente devido ao overfitting.
  • Substituição de Ruído Gaussiano: Identificou corretamente pares causais, mas sofreu com taxas de erro do Tipo I (falsos positivos) não controladas.
  • NPGC: Consegceu controlar as taxas de erro do Tipo I próximas ao nível nominal enquanto mantinha alto poder de detecção, distinguindo efetivamente conectividade funcional de ruído.

Estudo de Aplicação

O método foi aplicado a respostas neuronais no córtex auditivo primário de um rato anestesiado em resposta a estímulos acústicos.

• Configuração: A variável de resposta foi um registro de célula inteira. O conjunto de covariáveis incluiu um fragmento de som de "chamado de acasalamento de jaguar" (conhecido por ser causal baseado no desenho experimental) e dois fragmentos não causais (baleia jubarte e sapo de Knudsen).
• Resultado: O NPGC identificou corretamente o chamado do jaguar como causal de Granger ($\hat{Q}_M = 0.0025$) e classificou corretamente os sons da baleia e do sapo como não causais. Em contraste, os métodos cMLP penalizados falharam em isolar o estímulo causal correto, muitas vezes sinalizando sons não causais ou falhando em detectar o causal, dependendo do parâmetro de penalidade.

Contribuições Principais e Significância

O artigo reivindica as seguintes contribuições:

1. Redefinição da Causalidade de Granger: Ele redefine explicitamente a causalidade de Granger para dados não lineares usando um arcabouço de permutação que prioriza a preditibilidade fora da amostra em vez do ajuste de amostra interna.
2. Inferência Coletiva: O arcabouço aborda o princípio da "inferência coletiva", testando o conjunto de covariáveis como um todo, em vez de depender da seleção de variáveis individuais, evitando assim problemas de multiplicidade e suposições ocultas sobre coeficientes de modelos específicos.
3. Robustez ao Overfitting: Ao utilizar mapas de características aleatórias e testes de permutação, o método mitiga os riscos de overfitting inerentes aos modelos de aprendizado profundo, fornecendo uma salvaguarda contra a identificação de dependência funcional como ruído específico dos dados.
4. Eliminação do Ajuste de Hiperparâmetros: A abordagem remove o fardo da seleção de parâmetros de regularização (como $\lambda$ no Lasso), que frequentemente dita o resultado inferencial em métodos penalizados.
5. Fundamentação Teórica: O artigo fornece uma análise teórica das estimativas de variância e regras de decisão, mostrando consistência e uniformidade assintótica sob a hipótese nula.

Os autores concluem que, embora a causalidade de Granger não possa estabelecer a verdadeira causalidade mecânica, o arcabouço NPGC oferece uma ferramenta direcionada e robusta para identificar relações preditivas e conectividade funcional em sistemas complexos e não lineares onde o conhecimento prévio de mecanismos causais é limitado.