反復的同定クロージャ：線形SEMにおける因果同定可能性の増幅
arXiv stat.ML / 2026/4/13
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、潜在交絡因子をもつ線形因果SEMにおけるHalf-Trek Criterion（HTC）の限界を特定し、HTCがノードごとの判定であるため、因果効果のうち有意な割合（中規模のグラフで約15–23%）が同定不能のまま残ることを指摘する。
- そのうえで、Iterative Identification Closure（IIC）を提案する。IICは同定を（1）外部情報（例：インストゥルメント、介入、非ガウス性、事前分布など）に基づくシードベースの段階と、（2）新たに同定された係数を代入して問題を縮小し、追加の辺の解放を可能にする反復的なReduced-HTC伝播段階、に分割する。
- 著者らは、係数代入がジャコビアンの議論により一般的なフルランク条件を保存することを示す新たな理論的保証（Reduced HTC Theorem）を導入し、伝播が妥当であることを保証する。
- IICは、O(|E|)回の反復で、健全（sound）、単調（monotone）、かつ収束することが証明され（実験ではしばしば≤2回）、HTCを厳密に包含し、さらに祖先分解（ancestor decomposition）も上回る。また、HTCの「同定不能」ギャップを80%以上縮小する。
- n≤5の全てのグラフに対する網羅的検証では報告上100%の精度（偽陽性なし）を達成し、実験では、反復的フィードバックを伴わずに側情報を取り込む従来手法よりもはるかに大きな同定獲得が観測された。
