• A, B, C가 있을 때 조건부 독립 구조 때문에 Collider는 Chain/Fork와 구분이 쉽다 (vice versa)
  • 하지만 같은 이유로 Chain과 Fork 구분은 어렵다
  • 그래서 구조적으로 이 이상 구분은 어렵다

Causal Discovery 가정

1. Acyclicity - 모델이 Cycle 구조면 안 된다

2. Causal sufficiency - 모델에 들어간 데이터가 모두 관측되어야 한다

3. Causal faithfulness - (조건부) 독립 구조가 형성되면 그에 맞는 Chain, Fork, Collider 구조여야 하고 반대도 같다 ← 반드시 충족되어야 하는 건 아님

   

   위 그래프에서 B1과 B2과 완벽하게 서로를 cancel하는 상황이라면 faithfulness가 충족되지 않는다

4. Linearity and Gaussian errors - 변수간 관계의 선형성 ← 반드시 충족되어야 하는 건 아님 (충족되면 조건부 독립 검증에 편함)