Карта причинно-следственных связей меняется при изменении порядка переменных

Question

Я использую bnlearn а также pcalg R пакетов для получения карты причинно-следственных связей из наборов данных. Существует независимый от порядка алгоритм, который утверждает, что он не зависит от переменных, которые вводятся в качестве входных данных Когда я меняю порядок переменных, направления стрелок меняются. Ниже приведен код, который я использую:

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)

Выше код дает мне следующий вывод:

Теперь я запускаю один и тот же код с другим порядком данных.

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)

Как можно видеть, стрелки изменили направление для v6 и v7. Я что-то здесь упускаю? Примечание: я знаю, что скелет не изменился (график без стрелок).

Answer 1

Я нашел ответ. Карта причинно-следственных связей можно сделать полностью независимой от заказа, установив conservative или же maj.rule в TRUE с solve.confl = TRUE,

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