この記事では、位置-スケールノイズモデル（LSNM）における因果発見の新しい手法、SkewDを提案しています。因果関係を区別するためには、構造因果モデルを制限する必要がありますが、特に二変数モデルにおいては原因Xと結果Yを識別することが重要です。従来の手法は対称分布に制限され、歪んだノイズの場合は信頼性が低下します。SkewDは、歪んだノイズ分布下での二変数因果発見を行うための尤度ベースのアルゴリズムであり、対称的なノイズと歪んだノイズの両方において信頼性のある推論を可能にします。ヒューリスティック探索と期待値条件付最大化アルゴリズムを組み合わせたパラメータ推定手法を用い、合成データセットおよび既存のベンチマークデータセットにおいてスケールドが強力な性能を発揮することを示しました。