当变量的顺序改变时，因果图发生变化答案

【问题标题】：Causality map changing when order of the variables are changed当变量的顺序改变时，因果图发生变化
【发布时间】：2019-02-12 11:18:02
【问题描述】：

我正在使用bnlearn 和pcalg R 包从数据集中获取因果关系图。有一种声称与变量无关的顺序无关算法作为输入给出。当我改变变量的顺序时，箭头的方向正在改变。以下是我正在使用的代码：

data("gmG")
set.seed(101)
cols = sample(ncol(gmG8$x))
suffStat <- list(C = cor(gmG8$x[,cols]), n = nrow(gmG8$x))
pc.gmG <- pc(suffStat, indepTest = gaussCItest,
               labels = colnames(gmG8$x)[cols], alpha = 0.01)
plot(pc.gmG)

上面的代码给了我以下输出：

现在我用不同的数据顺序运行相同的代码。

data("gmG")
set.seed(102)
cols = sample(ncol(gmG8$x))
suffStat <- list(C = cor(gmG8$x[,cols]), n = nrow(gmG8$x))
pc.gmG <- pc(suffStat, indepTest = gaussCItest,
               labels = colnames(gmG8$x)[cols], alpha = 0.01)
plot(pc.gmG)

正如人们可以看到的那样，箭头已经改变了 v6 和 v7 的方向。我在这里错过了什么吗？注意：我知道骨架没有改变（没有箭头的图表）。

【问题讨论】：

标签： r bayesian-networks bnlearn causality

【解决方案1】：

我找到了答案。通过将conservative 或maj.rule 设置为TRUE 和solve.confl = TRUE，可以使因果图完全独立于顺序。

pc.gmG <- pc(suffStat, indepTest = gaussCItest,skel.method = 'stable',
                  conservative = TRUE,solve.confl = TRUE,
               labels = colnames(gmG8$x)[cols], alpha = 0.01)

【讨论】：