d-separation
三種類型:
- Serial connection (head-to-tail)
- Diverging connection (tail-to-tail)
- Converging connection
公式推導
鏈式法則
P(X1,X2,...,Xn)=P(X1∣X2,...,Xn)P(X2∣X3,...,Xn)...P(Xn−1∣Xn)P(Xn)
貝葉斯網絡定義:
P(X1,X2,...,Xn)=i=1∏nP(Xi∣PA(Xi))
Serial connection (head-to-tail)
不觀測Xk
P(Xi,Xj)=xk∑P(Xi,Xj,Xk)=P(Xi)P(Xj∣Xi)
結果:X與Y並不是獨立事件
觀測Xk
P(Xi,Xk,Xj)=P(Xi)P(Xk∣Xi)P(Xj∣Xk)
P(Xi,Xj∣Xk)=P(Xk)P(Xi,Xk,Xj)=P(Xk)P(Xi)P(Xk∣Xi)P(Xj∣Xk)=P(Xk)P(Xi,Xj)P(Xj∣Xk)=P(Xi∣Xk)P(Xj∣Xk)
結果: Xi,Xj關於Xk條件獨立
Diverging connection (tail-to-tail)
不觀測Xk
P(Xi,Xj)=xk∑P(Xi,Xj,Xk)=xk∑P(Xk)P(Xj∣Xk)P(Xi∣Xk)
結果:X與Y並不是獨立事件
觀測Xk
P(Xi,Xk,Xj)=P(Xk)P(Xi∣Xk)P(Xj∣Xk)
P(Xi,Xj∣Xk)=P(Xk)P(Xi,Xk,Xj)=P(Xk)P(Xk)P(Xi∣Xk)P(Xj∣Xk)==P(Xi∣Xk)P(Xj∣Xk)
結果:Xi,Xj關於Xk條件獨立
Converging connection
不觀測Xk
P(Xi,Xj)=xk∑P(Xi,Xj,Xk)=P(Xi)P(Xj)xk∑P(Xk)=P(Xi)P(Xj)
結果:X與Y是獨立事件
觀測Xk
P(Xi,Xj∣Xk)=P(Xk)P(Xi,Xk,Xj)=P(Xk)P(Xi)P(Xj)P(Xk∣Xi,Xj)
結果:Xi,Xj關於Xk 不是
條件獨立
定義
在不同的已知條件下判斷A,B是否屬於D-Separationd時會得到不同的結果。
比如已知了C下可能判斷出A 和B是d分離的,
但如果不知道c或者已知爲節點D的狀態或者不知道任何其他節點的狀態,則可能得出的結果是A,B未分離的。
定義 D-Separation: 對於 DAG 圖 E,且A,B是圖中的兩個節點,對於A和B之間的每個結點C,如果節點C滿足如下兩個條件之一,則認爲A,B是D-Separationd:
- the connection of C is
serial
or diverging
and the state of C is observed;
- the connection of C is
converging
and neither the state of C nor the state of any descendant of C is observed
簡單的來說:在C可觀測時候 且 C是 serial
或者 diverging
連接時候,A,B是d分離的(獨立);在C不可觀測時候 且 C是 converging
連接時候,A,B是d分離的(獨立)
反之:在C 不
可觀測時候 且 C是 serial
或者 diverging
連接時候,A,B不是d分離的(獨立);在C 可觀測時候 且 C是 converging
連接時候,A,B 不是
d分離的(獨立)
參考
參考_d-seperation_知乎
參考_d-seperation_博客園
參考_d-seperation_CSDN