Disentangling spatial interference and spatial confounding biases in causal inference

ملخص تقني: فك الارتباط بين التداخل المكاني والتحيزات الناتجة عن المربكات المكانية في الاستدلال السببي

بيان المشكلة
تواجه تحليلات البيانات المكانية الرصدية تحديين حرجين يقوضان دقة التقديرات السببية: التداخل المكاني (Spatial Interference) والمربكات المكانية (Spatial Confounding). يحدث التداخل المكاني عندما يؤثر العلاج أو التعرض في موقع ما على النتيجة في موقع آخر، مما ينتهك فرضية "قيمة الوحدة المعالجة المستقرة" (SUTVA). أما المربكات المكانية فتنشأ عندما تؤثر المتغيرات غير المقاسة ذات البنية المكانية على كل من العلاج والنتيجة معاً.

تعاني الأدبيات الحالية من غموض كبير فيما يتعلق بتعريف المربكات المكانية، حيث تخلط غالباً بين ظواهر متميزة مثل تحيز المتغيرات المحذوفة، والارتباط الخطي للمتغيرات العشوائية، والتزامن (Concurvity). علاوة على ذلك، تعتمد الطرق الموجودة لتقدير حجم التحيز عادةً على فرضيات مقيدة، وتحديداً أن العلاجات والمربكات تتبع التوزيع الطبيعي. وهناك فجوة ملحوظة في الأدبيات المتعلقة بقياس التحيز الناجم عن المربكات المكانية غير المباشرة (حيث يؤثر متغير غير مقاس في موقع ما على النتائج في مواقع أخرى) والوجود المتزامن للتداخل المكاني والمربكات المكانية. كما يظل تأثير التوزيعات غير الطبيعية (مثل توزيع بواسون) على هذه التحيزات غير مستكشف إلى حد كبير.

المنهجية
يستخدم المؤلفون نهجاً تحليلياً وقائماً على المحاكاة لفك الارتباط بين هذه التحيزات:

1. إطار الرسم البياني الموجه غير الحلقي (DAG): يستخدم البحث أطر الـ DAG لتوفير توضيح مفاهيمي للمربكات المكانية، حيث يميز بين:

   • المربكات المكانية السببية: حيث يؤثر متغير مكاني غير مقاس $U$ سببياً على كل من العلاج $A$ والنتيجة $Y$ (مع استيفاء الترتيب الزمني).
   • الارتباط المكاني غير السببي: حيث يوجد ارتباط بين $U$ و $A$ ولكن لا يوجد رابط سببي بينهما.
   • المربكات المباشرة مقابل غير المباشرة: تحدث المربكات المباشرة عندما يؤثر $U_i$ على $A_i$ و $Y_i$. بينما تحدث المربكات غير المباشرة عندما يؤثر $U_i$ على $A_j$ و/أو $Y_j$ (حيث $i \neq j$)، وغالباً ما يكون ذلك عبر آليات التداخل المكاني.

2. الاشتقاق التحليلي للتحيز:

   • اشتق المؤلفون تعبيرات تحليلية للتحيز تحت نماذج مختلفة ($M_1$ إلى $M_6$)، تتراوح من النماذج الخطية البسيطة إلى تلك التي تتضمن التداخل المكاني ($\tilde{A}$)، والمربكات المباشرة ($U$)، والمربكات غير المباشرة ($\tilde{U}$).
   • تحيز التداخل المكاني: تم اشتقاقه باستخدام طريقة المربعات الصغرى العادية (OLS) في الإعدادات غير المكانية، وطريقة المربعات الصغرى المعممة (GLS) في الإعدادات المكانية. وقد أظهر الاشتقاق أن التحيز هو دالة لتوزيع العلاج، وقوة التداخل ($\beta_{\tilde{a}}$)، ومصفوفة الأوزان المكانية ($\Psi$).
   • التوزيعات غير الطبيعية: خفف البحث من فرضية التوزيع الطبيعي عبر اشتقاق تعبيرات للتحيز تحت توزيعات بواسون (Poisson) للعلاجات والمربكات. وباستخدام خصائص مجموع متغيرات بواسون المستقلة، قاموا باشتقاق التوزيع الشرطي للمُربك بشرط العلاج لقياس حجم التحيز الناتج.
   • تحيز المربكات غير المباشرة: تم اشتقاق تعبيرات تحليلية للتحيز الناجم عن المربكات المكانية غير المباشرة ($\beta_{\tilde{u}}$)، مما يثبت أنها تختلف عن تحيز المربكات المباشرة.

3. دراسات المحاكاة:

   • أُجريت عمليات محاكاة واسعة النطاق (1,000 إلى 10,000 تكرار) لتقييم جذر متوسط مربع الخطأ (RMSE)، والتحيز، واحتمالية التغطية.
   • تباينت السيناريوهات حسب:
     • وجود أو غياب التداخل والمربكات (المباشرة وغير المباشرة).
     • توزيعات العلاج والمُربك (طبيعي، بواسون، ثنائي).
     • بناء مصفوفة الأوزان: أوزان أقرب $k$ جيران (k-NN) وأوزان القائمة على المسافة (المحددة بعتبة).
     • الحجم النسبي لتأثيرات العلاج مقابل تأثيرات التداخل.

4. التطبيق على بيانات واقعية:

   • طُبق الإطار على بيانات مناخ مانشستر (يناير 2018) لتحليل تأثير درجة حرارة الهواء (العلاج) على درجة حرارة سطح الأرض (النتيجة)، مع اعتبار الهطول كمتغير مُربك.

المساهمات الرئيسية

1. التوضيح المفاهيمي: يوفر البحث تمييزاً جديداً قائماً على الـ DAG بين المربكات المكانية السببية وغيرها من الارتباطات المكانية، ويفصل صراحةً بين المربكات المكانية المباشرة وغير المباشرة، اللتين تُعاملان غالباً كظاهرة واحدة في الأدبيات الحالية.
2. قياس التحيز غير المباشر: يعد هذا العمل الأول (حسب علم المؤلفين) الذي يشتق ويقيس تحليلياً التحيز الناجم تحديداً عن المربكات المكانية غير المباشرة والتداخل المكاني في الاستدلال السببي.
3. تخفيف الافتراضات التوزيعية: درس البحث تعبيرات التحيز لمتغيرات تتبع توزيع بواسون، موضحاً أن أحجام التحيز وإشاراته تتغير بشكل كبير عند انتهاك فرضيات التوزيع الطبيعي.
4. حساسية مصفوفة الأوزان: كشف التحليل أن اختيار الأوزان المكانية (k-NN مقابل الأوزان القائمة على المسافة) يحدد بشكل حاسم مقدار التحيز. على سبيل المثال، يميل التحيز إلى الازدياد مع زيادة عدد الجيران في مخططات k-NN، ولكنه ينخفض مع زيادة عتبات المسافة في المخططات القائمة على المسافة.
5. فك الارتباط بين الظواهر: أثبتت الدراسة أن إهمال التداخل المكاني، أو المربكات المباشرة، أو المربكات غير المباشرة يؤدي إلى تقديرات متحيزة لتأثير العلاج، وأن هذه الظواهات الثلاث متميزة ويجب نمذجتها بشكل منفصل.

النتائج

• تحيز التداخل: عندما يكون التداخل المكاني موجوداً ولكن غير محسوب، يكون التحيز وجذر متوسط مربع الخطأ (RMSE) في أعلى مستوياتهما، وتنخفض احتمالية التغطية بشكل كبير. كما أن التحيز حساس لاختيار مصفوفة الأوزان؛ حيث أنتجت أوزان k-NN عموماً تحيزاً أعلى من الأوزان القائمة على المسافة في الإعدادات غير المكانية، وإن اختلفت الأنماط في الإعدادات المكانية.
• التأثير التوزيعي: اختلفت أحجام التحيز بشكل كبير بين التوزيعات الطبيعية وبواسون والثنائية. ومن الملاحظ أن التحيز كان في أعلى مستوياته للتوزيعات الطبيعية وفي أدنى مستوياته للتوزيعات الثنائية في عمليات المحاكاة، مما يناقض الافتراض بأن التحيز ثابت بغض النظر عن التوزيع.
• المربكات المباشرة مقابل غير المباشرة: أكدت نتائج المحاكاة أن المربكات المكانية المباشرة وغير المباشرة تنتج ملفات تعريف مختلفة للتحيز. في بعض السيناريوهات (مثل استخدام أوزان k-NN)، أدى حساب المربكات المباشرة فقط مع تجاهل المربكات غير المباشرة إلى تحيز أعلى مما لو تم حساب كليهما.
• تطبيق البيانات الواقعية: في دراسة مناخ مانشستر، تباينت التقديرات بشكل كبير اعتماداً على الظواهر التي تم تضمينها. وكان النموذج الذي يأخذ في الاعتبار الظواهر الثلاث (التداخل، والمربكات المباشرة، والمربكات غير المباشرة) هو الأفضل من حيث الملاءمة (أقل قيمة AIC)، واختلفت التقديرات جوهرياً عن النماذج التي تجاهلت أي عنصر منها.

الأهمية والادعاءات
يدعي المؤلفون أن عملهم يعالج فجوة حرجة في الاستدلال السببي للبيانات المكانية من خلال:

• توفير الوضوح بشأن المفاهيم الخاطئة المحيطة بالمربكات المكانية عبر الـ DAGs.
• إثبات أن المربكات المكانية غير المباشرة هي مصدر متميز للتحيز لا يمكن افتراض تماثله مع المربكات المباشرة.
• إظهار أن افتراضات التوزيع الطبيعي القياسية غير كافية للقياس الدقيق للتحيز، خاصة لبيانات العد (بواسون).
• إرساء حقيقة أن اختيار الأوزان المكانية وتوزيع المتغيرات هما محددان رئيسيان لحجم التحيز.

خلصت الورقة إلى أنه إذا كان التداخل المكاني، أو المربكات المباشرة، أو المربكات غير المباشرة موجودة ولكن تم إهمالها، فإن تقديرات تأثير العلاج الناتجة ستكون متحيزة، مما يؤدي إلى استدلالات سببية غير موثوقة. يقترح المؤلفون خوارزمية بسيطة لتصحيح التحيز بناءً على التعبيرات التحليلية المشتقة للتداخل المكاني، رغم إقرارهم بأن الإطار البارامتري الكامل للتعديل المتزامن لجميع هذه الظواهات يظل موضوعاً للتطوير المستقبلي.