- 주어진 데이터로 완벽한 DAG구조를 못 찾는 경우도 있다 (PDAG)
- 노드가 늘어나면 컴퓨팅적으로 지수적인 부담이 생긴다
- 조건부 독립 검증은 선형 & 가우시안 에러 조건에서만 가능한 게 아니다
- 연속형 변수에 대해 non-parametric kernel 기반 조건부 독립 검증이 가능하다
- 범주형 변수에 대해 $G^2$ 검증이 가능하다
- 혼합형 데이터는 복잡성을 높인다
- PC 알고리즘은 모든 변수가 관측가능한 참인 그래프를 가정하기 때문에 잠재변수가 없어야 한다
- 잠재변수가 있는 경우 임의의 많은 잠재변수를 추가하는 FCI(Fast Causal Inference) 알고리즘을 통해 적은 정보를 보완할 수 있다
- FCI는 임의의 잠재변수를 추가하기 때문에 인과적 효과를 약하게 추정한다