Отличимость причинно-следственных структур под скрытым смешиванием и отбором

arXiv: 25009.20433v2 Adminus Type: заменить резюме: Статистические связи в наблюдаемых данных могут возникать по нескольким различным причинам: наблюдаемые переменные могут быть причинно-следственной связью, они могут иметь скрытые общие причины или же может существовать ошибка отбора. Каждый из этих сценариев может быть смоделирован с использованием различных причинно-следственных графиков. Однако не все такие причинно-следственные графики можно отличать экспериментальными данными. В настоящем документе мы формулируем класс эквивалентности причинно-следственных графов как новую графическую структуру, выбранный маргинализированный график направления (sMDG). То есть мы показываем, что два ациклических графа с латентными и отобранными вершинами имеют один и тот же sMDG, если они неотличимы, даже когда допускают произвольное вмешательство в наблюдаемые переменные. В качестве замены более известного критерия разделения ОВП мы предлагаем аналогичный критерий разумного и полного отделения в ЦУР для условной независимости по отношению к пассивным наблюдениям. Наконец, мы предоставляем