AdaPS-LINGAM: Выбор адаптивного предецессора для линейных негауссийских ациклических моделей в малых выборках

arXiv: 2610,09782v 1 Annualce Type: crectraview: Обнаружение причин становится особенно сложным, когда имеющийся размер выборки невелик по сравнению с числом переменных. Эта проблема также возникает в линейной негауссианской ациклической модели (ЛИНГАМ), которая является идентифицируемым механизмом для выявления причинно-следственных связей на основе данных наблюдений. По оценкам прямого ЛИНГАМ, это является причиной возникновения переменных, которые предшествуют их воздействию, путем последовательного выявления внешней переменной и устранения ее линейных эффектов из остальных переменных. Мы установим структурное ограничение этой процедуры: когда число переменных превышает размер выборки, повторяющаяся остаточная обработка неизбежно дегенерирует до того, как можно будет установить полный причинно-следственный порядок. Наш анализ также показывает, что каждый остаток может быть восстановлен только с помощью определенной по графику подгруппы переменных, уже размещенных ранее в причинно-следственном порядке и называемых активной границей. Этот результат мотивирует AdaPS-LINGAM (адаптивное предецессо)