Resumo Técnico: Identificação de Efeitos Causais Diretos em Modelos de Fatores Latentes Considerando Pais Não Identificados

Declaração do Problema

O artigo aborda o problema de identificar efeitos causais diretos em modelos de equações estruturais lineares (LSEMs) que incluem variáveis latentes explicitamente modeladas. Em tais modelos, as variáveis observadas $X$ e as variáveis latentes $L$ estão relacionadas por meio de equações lineares com ruído estocástico. O objetivo principal é determinar quais coeficientes (efeitos causais diretos) nas equações estruturais podem ser recuperados de forma única (identificados) a partir da matriz de covariância observada $\Sigma$ de $X$, e derivar fórmulas racionais para esses coeficientes.

Abordagens existentes frequentemente dependem de projeções latentes, onde as variáveis latentes são marginalizadas, resultando em termos de erro dependentes representados por arestas bidirecionais. No entanto, os autores observam que, quando as variáveis observadas são densamente confundidas por mesmo algumas poucas variáveis latentes, métodos baseados em projeção frequentemente falham em certificar a identificabilidade. Embora existam métodos que utilizam explicitamente variáveis latentes, como o Critério de Meia-Rota de Fator Latente (LF-HTC) proposto por Barber et al. (2022a), eles permanecem inconclusivos para muitos grafos causais densos, apesar do fato de que a identificabilidade racional pode existir teoricamente (verificável por meio de métodos de base de Gröbner computacionalmente caros).

Metodologia

Os autores propõem um novo quadro de identificação que generaliza o LF-HTC ao considerar explicitamente pais não identificados durante o processo de identificação. A metodologia consiste em três pilares principais combinados em um algoritmo recursivo:

1. O Critério de Meia-Rota de Fator Latente por Aresta (eLF-HTC)

A contribuição central é o eLF-HTC, uma versão generalizada do LF-HTC.

• Relaxação de Restrições: Ao contrário do LF-HTC, que exige que os conjuntos auxiliares $Z$ não tenham pais observados (ou que todos os pais já estejam identificados), o eLF-HTC permite que $Z$ contenha nós com pais não identificados.
• Mecanismo: O critério introduz conjuntos $W_v \subseteq pa_V(v)$ (pais não identificados do alvo $v$) e $W_z \subseteq pa_V(z)$ (pais não identificados dos nós auxiliares $z$). Ele verifica a existência de um sistema de meias-rota de fator latente de um conjunto de nós fonte $Y$ para a união desses pais não identificados e nós auxiliares, sujeito a restrições específicas de "não-interseção lateral".
• Implementação Algorítmica: Os autores demonstram que a verificação do eLF-HTC pode ser reduzida a cálculos de fluxo em rede (especificamente problemas de fluxo máximo) em um grafo de fluxo construído. Isso permite uma implementação prática apesar da natureza combinatória do espaço de busca.

2. Resultado de Identificação Determinantal

O artigo incorpora um resultado adaptado de Weihs et al. (2018), originalmente formulado para grafos mistos com erros dependentes.

• Transferência para Modelos Latentes: Os autores transferem esse resultado para o cenário de variáveis latentes explicitamente modeladas.
• Mecanismo: Esta abordagem utiliza cálculos de fluxo máximo em uma rede de fluxo determinantal para identificar arestas com base no posto de submatrizes da matriz de covariância $\Sigma$. Ela fornece uma fórmula racional envolvendo determinantes de submatrizes de $\Sigma$.
• Sinergia: Este método pode identificar arestas que o eLF-HTC não consegue, particularmente em configurações estruturais específicas.

3. Identificação Recursiva de Subgrafos

Os autores introduzem uma meta-estratégia para aumentar o poder dos critérios acima.

• Procedimento: O algoritmo deleta recursivamente arestas que já foram identificadas como racionalmente identificáveis do grafo.
• Ajuste de Covariância: Quando as arestas são deletadas, a matriz de covariância do subgrafo resultante não é simplesmente uma submatriz do $\Sigma$ original. Os autores fornecem a Proposição 4.5, que dá fórmulas racionais para calcular as covariâncias necessárias para o subgrafo usando o $\Sigma$ original e os coeficientes das arestas deletadas.
• Benefício: Ao reduzir o grafo, as restrições para o eLF-HTC e critérios determinantis podem ser relaxadas, permitindo a identificação de arestas adicionais que anteriormente estavam bloqueadas pela presença das arestas deletadas.

Algoritmo Combinado

O artigo apresenta o Algoritmo 1, que aplica iterativamente o eLF-HTC, o resultado determinantal e o procedimento recursivo de subgrafo. Ele mantém um conjunto de nós e arestas "resolvidos", atualizando o conjunto de covariâncias permitidas à medida que as arestas são identificadas e removidas.

Resultados Principais e Experiências

Contribuições Teóricas

• Generalização: O eLF-HTC subsume estritamente o LF-HTC. Qualquer aresta identificável via LF-HTC também é identificável via eLF-HTC.
• Fórmulas Racionais: As provas fornecem fórmulas racionais explícitas para os coeficientes identificados, garantindo que a identificação seja construtiva.
• Complexidade: Embora o problema geral de identificabilidade de LSEM possa ter complexidade de tempo duplamente exponencial (via bases de Gröbner), o algoritmo proposto alcança complexidade de tempo polinomial sob suposições simplificadoras específicas (por exemplo, limitando o tamanho dos conjuntos de busca $H$, $S$ e $T$). Sem simplificações, a complexidade é superexponencial, mas significativamente melhor do que os métodos algébricos para tamanhos de grafos práticos.

Experimentos Numéricos

Os autores avaliam seu algoritmo combinado contra o LF-HTC e métodos de álgebra computacional (bases de Gröbner) em dois cenários de simulação:

1. Cenário 1: 6 variáveis observadas, 1 variável latente.
2. Cenário 2: 6 variáveis observadas, 2 variáveis latentes.

Descobertas:

• Desempenho: O algoritmo combinado identifica significativamente mais grafos do que o LF-HTC, especialmente em cenários densos (alto número de arestas observadas).
  • No Cenário 1 com 9 arestas observadas, o LF-HTC identificou <1% dos grafos identificáveis, enquanto o algoritmo combinado identificou ~96%.
  • No Cenário 2 com 6 arestas observadas, o LF-HTC identificou ~65%, enquanto o algoritmo combinado identificou ~97%.
• Completude: A abordagem combinada identifica quase todos (aproximadamente 98%) dos grafos racionalmente identificáveis nos cenários testados, aproximando-se do limite teórico definido pelos métodos de álgebra computacional, mas com custo computacional muito menor.
• Sinergia: Os resultados demonstram que os três componentes (eLF-HTC, determinantal, recursivo) fornecem melhorias estritas uns sobre os outros; sua combinação produz mais casos identificáveis do que a união de seus resultados individuais.

Significado e Alegações

O artigo alega fornecer os resultados gráficos mais gerais para grafos de fatores latentes atualmente conhecidos.

• Utilidade Prática: Os autores enfatizam que sua abordagem oferece uma alternativa prática aos cálculos de base de Gröbner, que são frequentemente inviáveis para grafos de tamanho moderado devido à complexidade de tempo duplamente exponencial.
• Disponibilidade de Software: Os autores fornecem uma implementação em R (disponível em um repositório GitLab) que permite aos usuários verificar a identificabilidade, obter fórmulas de identificação formatadas em LaTeX e calcular estimativas de efeitos causais a partir de matrizes de covariância.
• Modéstia: Os autores reconhecem que, embora seu método cubra quase todos os casos identificáveis em seus experimentos, pode permanecer uma pequena fração de grafos racionalmente identificáveis para os quais nenhum critério gráfico (incluindo o deles) fornece atualmente um certificado. Eles observam que trabalhos futuros poderiam envolver a derivação de condições necessárias ou a combinação de suas ideias com métodos para estruturas latentes mais gerais (por exemplo, onde os latentes não são nós fonte).

Em resumo, o artigo apresenta um quadro robusto e computacionalmente tratável para a descoberta causal na presença de confundidores latentes, superando as limitações dos métodos baseados em projeção e dos critérios de meia-rota anteriores ao lidar explicitamente com pais não identificados e aproveitar a redução recursiva de grafos.