- 統計的因果探索手法を用いてデータから自動的に因果グラフを推定
表形式の数値データから因果関係を推定して、因果グラフを表示します。
- 因果探索アルゴリズムLiNGAMを採用
基本モデルのDirectLiNGAMとICA-LiNGAM、未観測共通原因を許すBottomUpParceLiNGAMやRCD、未観測変数を許すCAM-UVを使うことができます。
- ブートストラップ法を用いて因果グラフの推定結果の信頼性を評価
ブートストラップ確率による枝刈りをして、信頼性の高いパスのみを表示できます。
- 分析者が持つ事前知識(背景知識)を因果探索に反映
グラフ操作で簡単に事前知識(背景知識)を反映して因果探索を効率化できます。
- 誤差変数の独立性を評価
誤差変数の独立性のp値をヒートマップに表示して分析できます。
さらに誤差変数の線形・非線形の相関係数も計算してヒートマップに表示します。
- 因果推論機能で介入効果を推定
平均因果効果・介入シミュレーション・反事実シミュレーションができます。
因果推論に使う因果グラフを簡単に作成できます。因果探索結果の因果グラフを用いることもできます。
- 因果グラフの差分表示
2つの因果探索結果の因果グラフを比較して差分を強調表示したり、差分のスコアを計算することができます。
- 時系列データを集計して因果探索
日時の変数を含む時系列のデータセットを読み込み、時系列グラフを表示できます。
前処理で一定の時間間隔で値を集計することで因果探索ができるようになります。