本論文では、潜在変数的混乱因子を持つ線形非ガウス非巡回モデル（LvLiNGAM）における因果推定の問題を扱っています。従来の手法は、潜在変数が互いに独立であると仮定するか、または観測された変数間の因果関係を適切に処理できませんでした。本研究では、潜在変数間や観測変数間、そしてその両者の因果構造を特定する新しいアルゴリズムを提案します。この手法は、観測データの高次キュムラントを利用して因果構造を特定します。シミュレーションおよび実データを用いた広範な実験により、提案手法の妥当性と実用性が示されています。