因果変化点の検出と位置特定

連続データにおける変化点の検出と位置特定は、多くの応用分野で関心を集めています。平均、分散、または線形回帰係数の変化など、様々な変化点の概念が提案されています。本研究では、応答変数Yと共変量のセットX=(X¹, , X^d+1)が時間を通じて観測され、XからYを生成する因果メカニズムの変化を特定する設定を考えます。具体的には、Yが共変量のサブセットに線形に依存することを仮定し、そのサブセットへの依存またはサブセット自体が変化する時点を特定することを目指しています。これらの時点を因果変化点（CCPs）と呼び、一般的に研究されている回帰変化点のサブセットを形成することを示します。CCPsを検出し位置特定するための一般的な方法論を提案します。因果性に動機付けられていますが、基礎となる因果モデルを参照せずにCCPsを定義します。提案するCCPsの定義は不変性の概念を利用しており、これは純粋に観察量ですが、追加の仮定の下で因果的な意味を持ちます。CCPの位置特定には、既存の複数の変化点アルゴリズムと組み合わせて複数のCCPsを効率的に位置特定することができる損失関数を提案します。シミュレーションデータセットで私たちの方法を評価し、示します。