具有同质与异质误差方差的高斯结构方程模型的可识别性
机器学习
2019-10-22 v3 机器学习
摘要
本文考虑高斯线性结构方程模型（SEM）的可识别性假设，其中每个变量由其父节点的线性函数加上正态误差决定。已有研究表明，若所有误差方差相同或为已知，则线性高斯结构方程模型完全可识别。因此，本文证明了具有同质与异质未知误差方差的高斯 SEM 的可识别性。我们的新可识别性假设不仅利用了误差方差，还利用了边权；因而严格弱于先前关于可识别性结果的工作。我们进一步基于新假设给出了一个统计一致且计算可行的结构学习算法。所提算法假设所有相关变量均被观测，但不假设因果极小性与忠实性。我们通过模拟与真实多变量数据验证了理论发现，并将我们的算法与前沿的 PC、GES 与 GDS 算法进行比较。
引用
@article{arxiv.1901.10134,
title = {Identifiability of Gaussian Structural Equation Models with Homogeneous and Heterogeneous Error Variances},
author = {Gunwoong Park and Younghwan Kim},
journal= {arXiv preprint arXiv:1901.10134},
year = {2019}
}
备注
18 pages, 7 figures, 1 table