潜在変数の因果推論

潜在変数というのは、データとしては持っていないけれども、あることを仮定して使う変数です。因子分析、SEM・共分散構造分析、独立成分分析では、こういった変数を扱います。

これらの方法は、多変量解析の中でも、因果推論や定量的な仮説の探索として、長い歴史を持つものです。

発見的な方法としての使い方

潜在変数を使う方法の、古くからある使い方は、潜在変数の仮説を置いて、データから事実を分析する使い方です。

下記の２つの使い方は、潜在変数があるかはわからないけれども、発見的に重要な変数を見つけていく使い方です。データマイニングの一種です。

疑似相関からの因果推論は、原因の変数をあぶり出す方法です。

X1という変数は、Yの原因ではないけれども、Yとの相関が高く、疑似相関の関係がある時に使える方法です。
causal_effect

隠れ変数の探索は、見えない変数をあぶり出す方法です。

X1もX2も、Yとの相関が低いような時に、役に立つことがある方法です。
causal_effect

上記の２つの方法は、LとXに相関があるか、ないか、という点で大きな違いがあるので、分析結果の考察の仕方が違って来ます。

しかし、いずれも、データとして持っている、Y、X1、X2という３つの変数に対して、潜在変数を導き出す点は同じです。