针对含未知干预的大型有向无环图的统计推断
统计方法学
2023-03-02 v3
摘要
在给定某些未知干预（即干预目标未知）的情况下对定向关系进行统计推断是具有挑战性的。在本文中，我们检验了带有未知干预的假设定向关系。首先，我们推导了产生可识别模型的条件。与经典推断不同，检验定向关系需要识别假设特定的主要变量的祖先和相关干预。为此，我们提出了一种基于节点回归的剥离算法，以建立主要变量的拓扑序。此外，我们证明了该剥离算法能在低阶多项式时间内产生一致的估计量。其次，我们提出了一种结合数据扰动方案的似然比检验，以考虑识别祖先和干预的不确定性。同时，我们证明了数据扰动检验统计量的分布收敛到目标分布。数值例子展示了所提方法的实用性和有效性，包括应用于推断基因调控网络。R 语言实现可在 https://github.com/chunlinli/intdag 获取。
引用
@article{arxiv.2110.03805,
title = {Inference for a Large Directed Acyclic Graph with Unspecified Interventions},
author = {Chunlin Li and Xiaotong Shen and Wei Pan},
journal= {arXiv preprint arXiv:2110.03805},
year = {2023}
}
备注
48 pages, 13 figures