Conditional Independence Tests for Constraint-Based Causal Discovery: A Survey

Resumo Técnico: Testes de Independência Condicional para Descoberta Causal Baseada em Restrições: Um Levantamento

Definição do Problema
Algoritmos de descoberta causal baseados em restrições (ex: PC, FCI) dependem fundamentalmente de testes de Independência Condicional (IC) para podar esqueletos de grafos e orientar arestas. Embora esses algoritmos sejam amplamente utilizados em domínios biomédicos para transitar da correlação para a causalidade, a literatura carece de uma síntese focada no componente de teste de IC em si. Os levantamentos existentes tratam o teste de IC meramente como um subcomponente de frameworks mais amplos de descoberta causal, deixando os praticantes sem um guia sistemático sobre as suposições, propriedades de robustez e compensações computacionais (trade-offs) de diferentes famílias de testes de IC. Além disso, há uma lacuna na compreensão de como os comportamentos ao nível do teste — como a queda de poder com o aumento do tamanho do conjunto de condicionamento ou a assimetria de erros do Tipo I/II — se propagam para erros ao nível do grafo na recuperação de esqueletos e na orientação de estruturas v (v-structures). Isso é particularmente crítico em cenários de alta dimensionalidade e tipos mistos, comuns na biomedicina, onde decisões incorretas de IC podem levar a afirmações causais enganosas e intervenções prejudiciais.

Metodologia
Este artigo apresenta um levantamento abrangente de testes de IC utilizados na descoberta causal baseada em restrições a partir de dados observacionais independentes e identicamente distribuídos (i.i.d.). A metodologia envolve:

1. Construção de Taxonomia: Organização dos métodos de IC amplamente utilizados em seis famílias distintas: correlação parcial, tabela de contingência, regressão, vizinho mais próximo, kernel e baseados em aprendizado de máquina (machine learning).
2. Análise Teórica: Exame das suposições (ex: gaussianidade, linearidade, fidelidade/faithfulness) e propriedades estatísticas de cada família, focando especificamente em quando as decisões de IC refletem a distribuição real dos dados geradores e quando elas falham.
3. Mapeamento de Propagação de Erro: Ligação das propriedades ao nível do teste (calibração, queda de poder, assimetria de erro) a modos específicos de falha ao nível do grafo, tais como remoção de arestas espúrias, arestas ausentes e orientações incorretas de estruturas v.
4. Revisão do Ecossistema de Software: Comparação das implementações dessas famílias de testes de IC e algoritmos baseados em restrições através de principais bibliotecas R e Python (incluindo bnlearn, pcalg, MXM, causal-learn, gCastle, pgmpy e Tigramite).
5. Síntese Prática: Desenvolvimento de frameworks heurísticos de decisão e tabelas de compensação para guiar os praticantes na seleção de testes de IC com base no tipo de dado (contínuo, categórico, misto), tamanho da amostra, profundidade do conjunto de condicionamento e orçamento computacional.

Principais Contribuições
O artigo apresenta quatro contribuições primárias:

1. Síntese Centrada no Teste de IC: Fornece uma revisão focada tratando o teste de IC como a escolha de design primária que governa a poda de esqueleto e a orientação de arestas, em vez de um componente secundário.
2. Ligação de Erro Teste-Grafo: Conecta sistematicamente as propriedades ao nível do teste (suposições, calibração, queda de poder) aos modos de falha ao nível do grafo, oferecendo uma compreensão mais clara de como erros estatísticos se traduzem em erros estruturais no grafo causal aprendido.
3. Panorama Consolidado de Software: Consolida informações dispersas sobre a disponibilidade de algoritmos baseados em restrições e famílias de testes de IC através dos principais ecossistemas R e Python, incluindo detalhes sobre limites de conjuntos de condicionamento, registro de logs (logging), customização, paralelização e suporte a conhecimento prévio.
4. Orientação ao Praticante: Traduz achados teóricos em orientação acionável por meio de tabelas de compensação e frameworks de decisão heurística (Figuras 6–8) para selecionar testes de IC sob variados regimes de tipo de dado, tamanho de amostra e computação.

Resultados e Achados
O levantamento identifica diversas compensações críticas e limitações entre as famílias de testes de IC:

• Correlação Parcial (ex: Fisher's Z): Rápida e transparente, mas exige estritamente gaussianidade e linearidade; inválida sob violações distributivas.
• Tabela de Contingência (ex: $\chi^2$, $G^2$): Eficaz para dados categóricos, mas sofre de rápida degradação de poder e esparsidade de tabela conforme o tamanho do conjunto de condicionamento aumenta.
• Baseado em Regressão: Flexível via Modelos Lineares Generalizados (GLMs), mas depende da especificação correta do modelo; a má especificação leva a decisões enviesadas.
• Vizinho Mais Próximo (KNN) e Baseado em Kernel: Não paramétricos e capazes de detectar dependências não lineares, mas sofrem com altos custos computacionais ($O(n^3)$ para kernels) e problemas de variância em conjuntos de condicionamento de alta dimensionalidade.
• Baseado em Aprendizado de Máquina (ex: GCM, DML): Agnóstico ao modelo e flexível, mas requer grandes amostras e calibração cuidadosa (ex: cross-fitting) para evitar vieses de sobreajuste (overfitting); atualmente carece de suporte nativo em principais bibliotecas de produção.
• Dados de Tipo Misto: A discretização é uma estratégia comum, porém falha, que altera o objeto estatístico sendo testado. Embora existam camadas de robustez (encolhimento/shrinkage, permutação), testes unificados e livres de distribuição para dados mistos sem discretização ad hoc permanecem um desafio em aberto.
• Escalabilidade: O crescimento combinatório dos conjuntos de condicionamento torna o teste de IC exaustivo proibitivo em cenários de alta dimensionalidade ($p \gg n$). Estratégias como paralelização, ordenação estável e divisão-e-conquista (descoberta local) são necessárias, mas introduzem suas próprias complexidades estatísticas e computacionais.

Significância e Alegações
O artigo argumenta que a confiabilidade da descoberta causal baseada em restrições é diretamente limitada pela validade de suas decisões de IC subjacentes. Ele postula que "a qualidade do grafo é tão boa quanto a validade de suas decisões de IC". A significância deste trabalho reside em sua capacidade de:

• Preencher a Lacuna: Conectar propriedades estatísticas abstratas de testes de IC à confiabilidade prática de grafos causais em aplicações biomédicas de alto risco.
• Guiar a Seleção: Fornecer um framework estruturado para que os praticantes naveguem pelas compensações entre flexibilidade, custo computacional e poder estatístico, particularmente ao lidar com dados de tipo misto e amostras limitadas.
• Destacar Desafios em Aberto: Identificar questões críticas não resolvidas, incluindo a necessidade de testes de IC de tipo misto robustos sem discretização, melhor controle de erro em regimes de amostra pequena e a integração de conhecimento de domínio (potencialmente via LLMs) para orientar grafos parcialmente direcionados.

Os autores mantêm uma postura modesta, observando que, embora frameworks heurísticos sejam propostos, uma validação empírica sistemática em diversos regimes de dados ainda é necessária para confirmar essas diretrizes. O artigo serve como uma referência fundamental para pesquisadores e praticantes que visam melhorar a transparência, interpretabilidade e precisão de pipelines de descoberta causal.