Semiparametric Bayesian structure learning of nonparanormal directed acyclic graphs with local--global shrinkage

作者: Samaneh Nazari, Mohammad Arashi
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2609.13007

---

一、领域脉络与小综述

这个方向是什么

本文所处的子方向是高维贝叶斯因果结构学习，其根本科学问题是：在观测数据非高斯、变量维度远大于样本量（p ≫ n 或 p 随 n 增长）的场景下，如何从纯观测数据中可靠地恢复有向无环图（DAG）结构，并对因果效应进行不确定度量化。该方向的成熟度处于"高斯假设已充分发展、但半参数/非参数扩展仍存在明显缺口"的阶段——高斯 DAG 模型的理论（收缩率、选择一致性、BvM）已相当完备，但将高斯假设放宽到非参数单调变换（nonparanormal）后，贝叶斯方向的系统性理论分析（尤其是分布层面的结果）此前尚属空白。

发展脉络

• 奠基工作：高斯 DAG 的贝叶斯与频率学派分析。 本文的理论框架直接建立在两条经典脉络上。其一是 Geiger & Heckerman (2002) 的共轭 Normal-Inverse-Gamma 先验体系，它给出了高斯 DAG 下参数先验的完整刻画，是后续所有贝叶斯 DAG 工作的基石。其二是 Castillo & van der Vaart (2012) 与 Castillo, Schmidt-Hieber & van der Vaart (2015) 关于稀疏先验后验收缩率与模型选择一致性的系统性理论，本文的收缩率证明（Theorem 6.1）和选择一致性证明（Theorem 6.2）在结构上直接继承了这套"Kullback-Leibler 先验质量 + 熵界 + 筛余项"的三段式框架。本文引用这些工作时明确说"the three required ingredients are an explicit Kullback-Leibler prior-mass bound ... an entropy bound on a sparse-Cholesky sieve ... and a tail bound"，可见其证明路线是经典框架的移植而非另起炉灶。

• 主要进展：nonparanormal 家族的引入与频率学派估计。 Liu, Lafferty & Wasserman (2009) 提出 nonparanormal 分布族 X_j = f_j(Z_j), Z ~ N(0, Σ)，并证明条件独立图由 Σ^{-1} 的零模式决定。这一工作将高斯图模型推广到非参数边际，但其估计方法是频率学派的（秩相关 + 图套索）。Xue & Zou (2012) 进一步建立了秩基估计量的理论性质。本文的 framing 明确指出：这些工作都停留在无向图（undirected）设定，且缺乏贝叶斯后验推断框架——"No Bayesian counterpart, and no directed-graph counterpart, has been developed"是作者对 gap 的核心表述。

• 当前 frontier：贝叶斯半参数 DAG 与因果效应推断。 本文的位置是：将 nonparanormal 家族引入有向图模型，并给出完整的贝叶斯推断方案（MCMC + 理论保证）。其直接前作是 Nazari, Arashi & Sadeghkhani (2024, 2025) 的高斯 DAG 贝叶斯工作（nCPNG、WIG 先验），本文是这些工作的半参数扩展。作者在 intro 中强调的 gap 有两点：(1) 现有贝叶斯 DAG 方法全部假设高斯性，无法处理重尾/有界支撑/偏斜数据；(2) 即便在频率学派 nonparanormal 文献中，也没有 DAG 层面的分布理论结果——"the existing Bayesian DAG literature has produced no posterior contraction rate and no distributional (Bernstein–von Mises type) limit theorem for causal-effect functionals"。

子线索聚类

被引文献大致落在三条子线索上：

1. 贝叶斯 DAG 先验与计算（Geiger & Heckerman 2002; Castelletti & Consonno 2020; Castelletti & Mascaro 2022; Nazari et al. 2024, 2025）：这条线关注如何设计 DAG 上的先验（共轭、非共轭、稀疏诱导），以及如何高效采样（MCMC、部分折叠）。本文的算法设计（Algorithm 1）直接继承自这条线，尤其是 Castelletti & Mascaro 的 BCDAG 框架。

2. 高维稀疏估计的渐近理论（Ghosal & van der Vaart 2007; Castillo & van der Vaart 2012; Castillo et al. 2015; Lee et al. 2019）：这条线提供后验收缩率、模型选择一致性、minimax 速率等理论工具。本文的三个定理全部依赖这条线的技术积累，尤其是 Ghosal & van der Vaart (2007) 的"master theorem"作为收缩率证明的总框架。

3. 半参数 copula / nonparanormal 建模（Liu et al. 2009; Liu et al. 2012; Xue & Zou 2012; Hoff 2007, 2014）：这条线处理非高斯数据的建模与推断，核心工具是秩似然（rank likelihood）和 copula。本文的 extended rank likelihood 直接来自 Hoff (2007)，其信息界结果来自 Hoff, Niu & Wellner (2014)。

这个方向在追问的核心问题

1. 非高斯数据下 DAG 是否可识别？ 在 nonparanormal 假设下，条件独立图由潜在高斯变量的精度矩阵零模式决定，因此识别性归结为高斯 copula 的识别性。本文继承了 Liu et al. (2009) 的识别性论证，但未讨论非单调变换或离散边际的情形。
2. 贝叶斯后验能否达到最优收缩率？ 这是 Theorem 6.1 回答的问题：在稀疏 Cholesky 参数化下，后验以 √((s₀+p)log p/n) 的速率收缩，匹配 Lee et al. (2019) 的 minimax 速率。
3. 结构选择是否一致？ 这是 Theorem 6.2 回答的问题：在 beta-min 条件下，后验质量集中在真实 DAG 上。
4. 因果效应的不确定度量化是否有效？ 这是 Theorem 6.3 回答的问题：条件于结构恢复，因果效应泛函的后验是渐近正态且频率学有效的。

已知瓶颈：(a) 拓扑序已知假设（Assumption 5）——作者明确承认这是从 Castelletti & Consonno (2020) 继承的简化，放松到序未知需要 uniform-in-ordering 的分析（作者在 Section 9 列为 future work）；(b) 因果充分性假设（无未观测混杂）——作者在 Section 9 承认扩展到 MAG/ADMG 是"substantial but tractable"；(c) 秩似然的效率——Hoff et al. (2014) 证明了秩似然在 copula 参数上无信息损失，但本文的 BvM 结果是参数化的（条件在 D₀ 上），非参数效率界（如 semiparametric efficiency bound for rank likelihood）仍未解决。

⚠️ 作者的 framing（这是作者的说法）

作者将本文定位为"高斯贝叶斯 DAG 与 nonparanormal 频率学派方法之间的桥梁"，其核心叙事是：nonparanormal 假设在无向图模型中已被充分开发（Liu et al. 2009; Xue & Zou 2012），但没有任何贝叶斯 DAG 方法能处理非高斯数据，也没有任何 nonparanormal 方法提供分布层面的因果推断理论。作者用 Table 1 明确画出了这个 gap：所有现有方法在"Bayesian"、"DAG"、"Non-Gaussian"三个维度上最多占两个，而本文三者全占。

值得注意的淡化：(a) 作者将拓扑序已知（Assumption 5）轻描淡写为"inherited from the DAG identifiability literature"，但实际上这是很强的假设——在序未知时，DAG 空间上的 MCMC 混合是出了名的困难；(b) 作者声称"relaxing Gaussianity to nonparanormal under the rank likelihood costs nothing asymptotically"，但这只在秩似然的框架内成立，且 Theorem 6.1 的证明依赖 beta-min 条件，该条件在 nonparanormal 变换下是否自然满足并未讨论；(c) 作者将 BvM 结果限定为"conditional on the event that the true skeleton is recovered"，但 Theorem 6.2 只给出了选择一致性，没有给出选择错误的概率的显式界，因此 Theorem 6.3 的"无条件"版本（即不条件在 D₀ 上）并未真正建立。

张力

未见明显对立引用。但有一个微妙的张力值得注意：Liu et al. (2009) 的 nonparanormal 方法强调"无需估计边际变换即可推断图结构"（通过秩相关），而本文的贝叶斯方法虽然也使用秩似然，但其 MCMC 方案（Algorithm 1）需要显式采样潜在高斯变量 Z，计算成本远高于频率学派方法。作者在 Section 5 承认了约 1.6 倍的常数开销，但未讨论这是否是贝叶斯推断的固有代价。

---

二、最核心、最简单的例子 / 数学问题

第一步：符号、模型、可观测数据

符号清单（按类别分组）：

符号	含义	类别
X ∈ ℝ^p	观测随机向量，服从 nonparanormal 分布	可观测数据
Z ∈ ℝ^p	潜在高斯向量，Z = f(X)，Z ~ N(0, Σ)	潜在变量（不可观测）
f_j : ℝ → ℝ	第 j 个分量的未知严格递增边际变换	nuisance 参数（不估计）
Σ ∈ ℝ^{p×p}	潜在高斯向量的协方差矩阵	参数（部分可识别）
D = (V, E)	DAG，V = {1,...,p}，E 为有向边集	目标 estimand（离散）
L ∈ ℝ^{p×p}	单位下三角 Cholesky 因子，编码 DAG 结构	参数（稀疏）
D = diag(D₁₁,...,D_pp)	Cholesky 分解中的对角矩阵（创新方差）	参数
Ω = L D^{-1} L^T	精度矩阵（协方差矩阵的逆）	参数（导出量）
R ∈ ℕ^{p×n}	数据的列秩矩阵，R_ij = Σ_k 1{X_ij ≥ X_kj}	可观测数据（充分统计量）
Λ(R)	保序锥：{Z : Z_ij < Z_kj ⇔ R_ij < R_kj}	几何对象（秩似然的支撑集）
s₀ = |S₀|	真实 DAG 的边数	稀疏性指标
n, p	样本量、维度	渐近参数

模型（三层结构）：

1. 观测层：X_1, ..., X_n i.i.d. ~ NPN(0, Σ₀, f₀)，即存在未知严格递增 f₀ = (f₀,₁,...,f₀,ₚ) 使得 Z_i = f₀(X_i) ~ N(0, Σ₀)。
2. 图模型层：Σ₀ 的精度矩阵 Ω₀ = L₀ D₀^{-1} L₀^T 服从 modified Cholesky 分解，其中 L₀ 的单位下三角非零模式对应 DAG D₀ 的边集 S₀。即：L₀,uv ≠ 0 ⟺ u → v ∈ E₀。
3. 先验层：D ~ Beta-Bernoulli（边包含概率 π ~ Beta(α_π, β_π)），L 的活跃元素 ~ N(0, D_jj τ_j² λ_jk²)，λ_jk ~ C⁺(0,1)，τ_j ~ C⁺(0,1)，D_jj ~ C⁺(0, τ₀)。

可观测 vs 不可观测： - 可观测：X（原始数据）或等价地 R（秩矩阵，因为秩似然只依赖秩）。 - 不可观测：Z（潜在高斯变量）、f（边际变换）、L、D、DAG D。

关键识别逻辑：由于 f_j 未知，X 的联合分布不唯一确定 Σ。但 X 的 copula（即秩统计量的分布）唯一确定 Σ 的相关性结构（在 Gaussian copula 族内）。因此，基于秩似然的推断对 f 不变，这是 nonparanormal 方法的核心优势。

第二步：最小内核

剥掉所有一般性假设后，本文的核心数学问题可以归结为如下最小情形：

最小问题：设 p = 2，观测 X = (X₁, X₂) 来自 nonparanormal 分布，即存在严格递增 f₁, f₂ 使 Z = (f₁(X₁), f₂(X₂)) ~ N(0, Σ)，其中 Σ = [[1, ρ], [ρ, 1]]。给定 n 个 i.i.d. 观测，如何从秩数据 R 出发，在贝叶斯框架下推断 ρ 的符号（即 DAG 中边是否存在）？

为什么这是最小内核： - p = 2 时，DAG 只有三种可能：空图、1→2、2→1。拓扑序已知时（假设 5），只需判断边是否存在。 - 此时 modified Cholesky 分解退化为：若 1→2，则 Z₂ = L₂₁ Z₁ + ε₂，L₂₁ = ρ（因为边际方差归一化为 1）。 - 秩似然退化为：给定秩数据，潜在 Z 被限制在由秩决定的锥 Λ(R) 中，似然是截断高斯。

核心数学困难（在这个最小情形下已经出现）：

1. 截断高斯的归一化常数：秩似然 P(Z ∈ Λ(R) | ρ) 涉及对截断锥的高斯概率计算，没有闭式表达式。这是计算困难的核心——在高维时，Λ(R) 是 p×n 维空间中的多面体锥，概率计算是 #P-hard 的。

2. 先验的稀疏性-重尾权衡：horseshoe 先验的边际密度满足 π_HS(L) ≍ log(1 + 1/L²) 当 L → 0，π_HS(L) ≍ L^{-2} 当 L → ∞。这个"在零处无界、尾部重"的性质是收缩率证明的关键——它保证了在零附近有足够先验质量（Lemma A.1 的第一部分），同时尾部足够重以容纳真实信号（Lemma A.1 的第二部分）。为什么需要这个性质：如果先验在零处有界（如 Normal），则对弱信号的后验收缩会过慢；如果尾部太轻（如指数），则对强信号的估计会有偏差。Horseshoe 恰好同时满足两个方向的需求。

3. beta-min 条件的必要性：Theorem 6.2 要求真实边的强度至少为 c_β√(log p/n)。这个条件在 p=2 时退化为 |ρ| ≥ c_β√(log 2/n)——即信号不能太弱。为什么需要：如果信号强度低于检测阈值，任何方法都无法可靠区分"弱边"和"无边"，选择一致性在本质上不可能成立。

证明的最小逻辑链（Theorem 6.1 在 p=2 时的退化版本）：

1. 先验质量：由 Lemma A.1，horseshoe 先验在真实参数 L₀ 的邻域内有足够质量，即 Π(|L - L₀| ≤ δ) ≥ c·δ·log(1/δ)。这保证了后验不会因为先验在真实值附近"空洞"而丢失。
2. 检验函数：构造一个检验函数 φ_n，使得在 L 远离 L₀ 时，φ_n 能以高概率拒绝；在 L = L₀ 时，φ_n 的期望很小。这需要似然比的可分性——由秩似然与高斯似然的渐近等价性（Hoff et al. 2014）保证。
3. 筛余项：构造一个稀疏 Cholesky 筛 H_n(K)，使得真实参数在筛内，且筛的熵有界（Lemma A.2）。筛外参数的先验质量指数小。
4. 三段合并：由 Ghosal & van der Vaart (2007) 的 master theorem，上述三个条件合起来给出后验收缩率 ϵ_n = √((s₀+p)log p/n)。

这个最小内核揭示了本文方法的本质：它不是一个全新的理论框架，而是将经典的高维贝叶斯收缩率理论（Castillo et al. 2015）移植到 nonparanormal 设定下，核心的技术贡献在于：(a) 证明秩似然下的 KL 散度与高斯似然下的 KL 散度渐近等价（Lemma A.3 的推广），从而"免费"获得高斯情形的所有理论结果；(b) 验证 horseshoe 先验在 Cholesky 参数化下满足所需的先验质量条件。

---

三、这篇论文做了什么

三句话

1. 研究了什么问题：在高维非高斯观测数据下，如何通过贝叶斯方法恢复 DAG 结构并对因果效应进行频率学有效的推断——具体而言，将 nonparanormal 分布族与 horseshoe 收缩先验结合，提出 NPN-DAG-HS 模型，并给出收缩率、选择一致性和 Bernstein–von Mises 三类理论保证。
2. 核心工具/方法：extended rank likelihood（Hoff 2007）处理未知边际变换 + horseshoe 先验（Carvalho et al. 2010）实现 Cholesky 因子的稀疏收缩 + 部分折叠 Metropolis-within-Gibbs 采样器（结合 Makalic-Schmidt 2016 的辅助变量表示）实现计算。
3. 主要结论：在 p → ∞、log p/n → 0 的高维正则条件下，(i) Cholesky 因子后验以 √((s₀+p)log p/n) 速率收缩（匹配 minimax 最优）；(ii) 在 beta-min 条件下，后验质量集中在真实 DAG 上（强选择一致性）；(iii) 条件于结构恢复，光滑总因果效应泛函满足参数化 Bernstein–von Mises 定理，后验可信区间具有渐近频率学覆盖。

关键设定与假设

模型设定（在第二节基础上补全）：

• 数据：X₁,...,X_n i.i.d. ~ NPN(0, Σ₀, f₀)，其中 f₀ 未知严格递增，Z = f₀(X) ~ N(0, Σ₀)。
• 参数化：Ω₀ = Σ₀^{-1} = L₀ D₀^{-1} L₀^T，L₀ 单位下三角，D₀ 对角。DAG D₀ 的边集 S₀ = {(u,v) : L₀,uv ≠ 0}，s₀ = |S₀|。
• 先验：
• DAG 先验：P(S_uv = 1) = π，π ~ Beta(α_π, β_π)，条件于无环性。
• Cholesky 元素先验：L_uv | D_jj, τ_j, λ_jk ~ N(0, D_jj τ_j² λ_jk²)，λ_jk ~ C⁺(0,1)，τ_j ~ C⁺(0,1)。
• 创新方差：D_jj ~ C⁺(0, τ₀)。
• 似然：extended rank likelihood，即 P(R | Σ) = ∫_{Λ(R)} N(z; 0, Σ) dz，其中 R 是秩矩阵。

五个假设的统计含义：

• Assumption 1（有界谱）：0 < ν ≤ λ_min(Σ₀) ≤ λ_max(Σ₀) ≤ V < ∞。保证精度矩阵和 Cholesky 因子有界，避免退化情形。这是高维协方差估计的标准条件。
• Assumption 2（光滑边际）：f₀,j 严格递增且连续可微，inf f'₀,j > 0。保证秩统计量的渐近正态性（Hájek 投影可用），是 Lemma A.3 的技术前提。
• Assumption 3（稀疏性）：s₀ = o(√(n/log p)) 且 d_max ≤ s₀。s₀ 控制模型复杂度，d_max 控制单节点回归的维度。这个条件比通常的 s₀ = o(n/log p) 更强，因为 Cholesky 参数化下每个节点的回归维度受限于其父节点数。
• Assumption 4（beta-min）：|L₀,uv| ≥ c_β√(log p/n)，c_β² > 4V(κ+1)，κ > 2。保证真实边的信号强度超过检测阈值。注意常数 c_β 的选取与 Theorem 6.2 证明中的常数有关，c_β² > 4V(κ+1) 是为了让遗漏边的惩罚项 dominate 似然波动。
• Assumption 5（拓扑序已知）：D₀ 的拓扑序已知，且固定为 1 ≺ 2 ≺ ... ≺ p。这是最强的假设——它排除了序不确定性的困难，使得 DAG 空间上的搜索简化为边集选择。作者在 Section 9 承认这是 future work。

相比已有工作的放宽/强化： - 相比 Liu et al. (2009)（无向图）：本文处理有向图，但增加了拓扑序已知假设。 - 相比 Castelletti & Mascaro (2022)（高斯 DAG）：本文放宽到 nonparanormal，但保留了拓扑序已知。 - 相比 Lee et al. (2019)（频率学派 minimax）：本文提供贝叶斯后验推断，但需要更强的 beta-min 条件（频率学派方法通常只需要 irrepresentable 条件或类似的可分性条件）。

主要结果

Theorem 6.1（后验收缩率）：在 Assumptions 1-3, 5 下，后验以速率 ϵ_n = √((s₀+p)log p/n) 在算子范数下收缩到真实 Cholesky 因子。这个速率匹配 Lee et al. (2019) 的 minimax 下界，说明 nonparanormal 假设不损失渐近效率。证明的关键是 Lemma A.1（horseshoe 先验质量）和 Lemma A.2（筛的熵界），以及秩似然与高斯似然的 KL 等价性。

Theorem 6.2（强选择一致性）：在 Assumptions 1-5 下，后验质量集中在真实 DAG 上，即 Π(D ≠ D₀ | R) → 0。证明分两个 regime：遗漏真实边（由 beta-min 条件保证似然惩罚）和添加虚假边（由 horseshoe 收缩的 BIC 型惩罚保证）。这里的常数 c_β² > 4V(κ+1) 确保遗漏边的惩罚项 √(log p/n) 足够大。

Theorem 6.3（条件 Bernstein–von Mises）：条件于 D = D₀，光滑总因果效应泛函 θ = g(L, D) 的后验满足 √n(θ - θ̂_n) → N(0, V_g)，其中 V_g 是参数化 Fisher 信息。这是经典参数 BvM 的直接应用，关键条件是：(i) 模型在 D₀ 上有限维（s₀ + p 个参数）；(ii) 先验在真实值处连续且正；(iii) 似然满足 LAN。作者明确承认这是"parametric"BvM，不是 semiparametric 版本。

证明路线总结： 1. 收缩率：KL 先验质量 → 构造检验 → 筛余项控制 → master theorem（Ghosal & van der Vaart 2007）。 2. 选择一致性：将 DAG 空间分解为"遗漏边"和"虚假边"两个方向，分别用 beta-min 和 horseshoe 尾部行为控制。 3. BvM：条件在 D₀ 上，模型退化为有限维参数模型，直接应用经典 BvM + delta method。

技术技巧点名： - Hájek 投影（Lemma A.3 证明中）：将秩统计量投影到独立和，获得渐近正态性。 - 截断高斯采样（Algorithm 1 Block B1）：用 Chopin (2011) 的算法高效采样截断正态。 - Makalic-Schmidt 辅助变量（Block B4）：将 half-Cauchy 表示为 Gamma-Gamma 混合，实现共轭 Gibbs 更新。 - 部分折叠（partially collapsed）：在采样器中先积分掉部分参数再采样，减少自相关。 - 筛构造：稀疏 Cholesky 筛的熵界通过组合计数获得（Lemma A.2）。

真实例子与应用

模拟研究：设计包含 4 个因素（维度 p ∈ {20,30,50,100}、样本量 n ∈ {100,200,300,500}、拓扑类型（Erdős–Rényi、hub、scale-free）、边际分布（高斯、t₃、偏正态、对数正态））的全面实验。核心发现： - 高斯边际下，NPN-DAG-HS 与高斯贝叶斯方法（nCPNG、CPG）无显著差异，确认"免费午餐"性质； - 非高斯边际下，NPN-DAG-HS 的 SHD 相对 nCPNG 降低 26-48%，相对 CPG 降低 31-57%； - 样本量增加时，NPN-DAG-HS 的优势扩大（从 n=100 的 32% 到 n=500 的 51%），与 Theorem 6.1 的速率预测一致； - 拓扑类型影响：hub 图最容易恢复（SHD 最低），scale-free 最难。

AML 数据：n=68 个急性髓系白血病患者，p=18 个蛋白/磷酸化蛋白。关键结果： - Shapiro-Wilk 检验拒绝 14/18 个蛋白的正态性，验证了 nonparanormal 假设的必要性； - NPN-DAG-HS 恢复 13 条边的 MAP DAG，nCPNG 恢复 15 条边； - 5 条边仅在 nCPNG 中出现且无文献支持，被 NPN-DAG-HS 剪除； - 后验可信区间平均比 nCPNG 窄 14%，且保持了覆盖（通过模拟验证）。

这个例子想说明什么：真实数据确实非高斯，且高斯假设会导致虚假边——这正是 nonparanormal 建模的操作价值。

🔎 结论是否比证明窄

明确比证明窄的地方：

1. Theorem 6.3 的"parametric"限定：作者在 Remark 6.5 中明确承认 V_g 是参数化 Fisher 信息，不是 semiparametric 效率界。但摘要和 intro 的表述（"Bernstein–von Mises theorem for smooth total causal-effect functionals"）可能让读者误以为是 semiparametric 结果。实际上，秩似然的 semiparametric 效率界（Hoff et al. 2014 只证明了无信息损失，未给出效率界）仍是开放问题。

2. Theorem 6.2 的"strong"选择一致性：证明的是 Π(D ≠ D₀ | R) → 0，即后验质量集中在真实 DAG 上。但这是"后验一致性"而非"估计量一致性"——它不保证 MAP 估计或后验中位数一定等于 D₀，只保证后验分布不把质量放在错误 DAG 上。对于实际使用的点估计（如 MAP），需要额外的论证。

3. 收缩率定理的"算子范数"：Theorem 6.1 给出的是算子范数下的收缩率，但模拟中报告的是 SHD（结构距离）和 MCC（边分类指标）。算子范数收敛到结构一致性的桥梁并未显式建立——虽然 Theorem 6.2 提供了这个桥梁，但两者的常数和条件不完全匹配。

4. beta-min 常数的不可验证性：Assumption 4 中的常数 c_β 依赖于未知的 V 和 κ，在实际中无法验证。作者没有提供自适应选择 beta-min 阈值的方法。

5. 拓扑序已知假设的代价：作者在 Section 9 承认放松到序未知需要"uniform-in-ordering"的分析，但没有给出任何定量估计——序未知时 DAG 空间大小是 p! 量级，MCMC 混合时间可能指数增长。

---

四、开放问题

以下问题均扎根于本文的具体表述：

1. Semiparametric 效率界（扎根于 Remark 6.5）：作者明确说"deriving the efficient-influence-function expansion for the full rank-likelihood profile is delicate ... left to future work"。要确认这是否为真 gap，可去读 Hoff et al. (2014) 的后续工作以及 semiparametric copula 估计的近期文献——若近期有文章给出了秩似然的 semiparametric 效率界，则此 gap 已部分填补。

2. 序未知的 DAG 学习（扎根于 Section 9）：作者说"relaxing to fully order-free inference ... would require a uniform-in-ordering version of the shrinkage analysis"。这是一个明确的开放问题——需要证明收缩率对拓扑序一致成立，且 MCMC 在序空间上能有效混合。可查近期关于 order-MCMC 的文献（如 Kuipers & Moffa 的后续工作）。

3. beta-min 常数的自适应选择（扎根于 Assumption 4）：作者没有讨论如何在实际中选择 beta-min 阈值。这是一个实践导向的问题——可查频率学派 DAG 学习中关于阈值选择的文献（如 PC 算法的条件独立性检验阈值）。

4. 非单调边际变换的扩展（扎根于 Assumption 2）：作者假设 f_j 严格递增且可微。若边际变换非单调（如双峰分布），nonparanormal 假设是否仍能识别 DAG？这是一个理论问题——可查 copula 识别性的文献。

5. 计算复杂度的高维行为（扎根于 Section 5）：作者报告 p=100 时 25,000 次迭代约 36 分钟，但未讨论 p 增长时的复杂度标度。Block B3 需要 p 次 Cholesky 分解，每次 O(d_max³)，总复杂度 O(p·d_max³)。当 p 达到数千时，这个算法是否可行？可查近期关于 scalable Bayesian DAG 的文献。

确认 gap 的方法提示：要判断上述哪条是"真 gap"，建议去读以下方向的近期综述或 5 篇左右最新论文的 intro：(a) semiparametric copula 的效率理论；(b) 贝叶斯结构学习的计算可扩展性；(c) 序未知 DAG 的 MCMC 方法。若多个独立工作组的 intro 都指向同一问题，则大概率是共识性 gap；若各说各话，则可能是伪 gap 或尚未形成共识的问题。

---

Maintained by 陈星宇 · Homepage · Source on GitHub

评论