摇动因果树：超越成对交互的忠实性与极小性假设
统计力学
2022-08-09 v2 数据分析、统计与概率
摘要
基于因果忠实性概念，所谓的因果发现算法提出将互信息（MI）和条件互信息（CMI）分解为变量集合以揭示因果影响。这些算法在连接链路时忽略了涌现原因，导致对复杂系统组织的虚假美化视图。在此，我们表明因果涌现信息必然包含在CMI中。我们还将此结果与忠实性的内在违背相联系，并阐明了因果极小性概念的重要性。最后，我们通过一个非成对系统的例子表明，仅因出现虚假相关，忠实性如何被错误假定——该系统在原则上应违背忠实性，但实际上并未违背。最终结果为因果发现算法提出了更新，该算法原则上可检测并隔离网络重构问题中迄今未被发现的涌现因果影响。
引用
@article{arxiv.2203.10665,
title = {Shaking the causal tree: On the faithfulness and minimality assumptions beyond pairwise interactions},
author = {Tiago Martinelli and Diogo O. Soares-Pinto and Francisco A. Rodrigues},
journal= {arXiv preprint arXiv:2203.10665},
year = {2022}
}