📊 statistics

Comparing Two Proxy Methods for Causal Identification

Dieser Beitrag kontrastiert zwei wesentliche Ansätze zur kausalen Identifikation mittels Proxy-Variablen – Methoden der Brückengleichung und Methoden der Array-Zerlegung – durch die Analyse ihrer zugrundeliegenden Modellrestriktionen und Annahmen, um den Anwendungsbereich jedes Ansatzes zu klären.

Ursprüngliche Autoren: Helen Guo, Elizabeth L. Ogburn, Ilya Shpitser

Veröffentlicht 2026-05-12

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Helen Guo, Elizabeth L. Ogburn, Ilya Shpitser

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, ein Verbrechen aufzuklären, aber es gibt einen entscheidenden Zeugen, der sich im Schatten verbirgt. Dieser Zeuge, nennen wir ihn „Die unsichtbare Ursache" (oder U), ist der Grund, warum sowohl der Verdächtige (die Behandlung) als auch das Opfer (das Ergebnis) so handeln, wie sie handeln. Da Sie diesen Zeugen nicht direkt sehen oder mit ihm sprechen können, können Sie nicht leicht beweisen, wer was wem angetan hat. Dies ist das klassische Problem der nicht gemessenen Konfundierung in der kausalen Inferenz.

Sie haben jedoch zwei weitere Zeugen im Raum: Proxy 1 (ein Freund des Verdächtigen) und Proxy 2 (ein Freund des Opfers). Keiner von ihnen hat das Verbrechen direkt gesehen, aber beide kennen den verborgenen Zeugen.

Dieser Artikel, verfasst von Helen Guo, Elizabeth Ogburn und Ilya Shpitser, vergleicht zwei verschiedene Detektivstrategien, um mithilfe dieser beiden Proxies herauszufinden, was der verborgene Zeuge gesagt hätte, und letztlich das Verbrechen aufzuklären (den kausalen Effekt zu identifizieren).

Die zwei Detektivstrategien

Der Artikel kontrastiert zwei Hauptwege, dieses Rätsel zu lösen: Die Brückengleichungsmethode und Die Array-Zerlegungsmethode.

1. Die Brückengleichungsmethode (Der „direkte Übersetzer")

Stellen Sie sich dies als Versuch vor, eine geheime Nachricht direkt zu übersetzen.

Dieser Ansatz, eingeführt von Miao et al. (2018), versucht, eine direkte „Brücke" zwischen dem, was Sie beobachten (die Proxies), und der Antwort, die Sie benötigen (dem kausalen Effekt), zu bauen.

Wie es funktioniert: Es wird angenommen, dass es eine mathematische „Brücke" (eine Integralgleichung) gibt, die das Verhalten der Proxies mit der verborgenen Ursache verbindet. Wenn Sie diese Gleichung lösen können, können Sie den Mittelsmann überspringen und die Antwort direkt berechnen.
Der Haken: Diese Methode ist sehr spezifisch. Sie erfordert, dass Ihre Proxies „vollständig" genug sind, um alle Geheimnisse des verborgenen Zeugen abzudecken. Stellen Sie sich vor, Sie versuchen, ein Buch zu übersetzen; Sie benötigen ein Wörterbuch, das jedes einzelne Wort abdeckt. Wenn Ihr Wörterbuch (der Proxy) sogar nur ein paar Wörter vermisst, schlägt die Übersetzung fehl.
Was Sie erhalten: Sie erhalten die endgültige Antwort (den kausalen Effekt) direkt. Es wird Ihnen nicht notwendigerweise mitgeteilt, wie der verborgene Zeuge aussieht oder welche spezifischen Gewohnheiten er hat; es wird Ihnen lediglich das Ergebnis des Verbrechens mitgeteilt.

2. Die Array-Zerlegungsmethode (Der „Puzzellöser")

Stellen Sie sich dies vor, als würden Sie ein komplexes 3D-Puzzle auseinandernehmen, um zu sehen, wie die Teile zusammenpassen.

Dieser Ansatz, verwurzelt in der Arbeit von Kuroki, Pearl und Kruskal, geht einen anderen Weg. Anstatt direkt zur Antwort zu springen, versucht er, die gesamte Geschichte des verborgenen Zeugen und der Proxies wiederherzustellen.

Wie es funktioniert: Er behandelt die Daten als ein riesiges, mehrdimensionales Puzzle (ein „Tensor" oder „Array"). Indem er betrachtet, wie sich die Proxies und das Ergebnis gemeinsam bewegen, verwendet er eine mathematische Technik namens „Eigenwertzerlegung" (stellen Sie sich dies vor als das Finden der einzigartigen Muster oder „Frequenzen" in den Daten), um den verborgenen Zeugen vom Rauschen zu trennen.
Der Haken: Es erfordert, dass die Puzzleteile ausreichend unterscheidbar sind, um getrennt zu werden. Wenn der verborgene Zeuge im Vergleich zur Anzahl der Hinweise, die Ihre Proxies geben, zu viele verschiedene „Persönlichkeiten" (Kategorien) hat, könnten die Puzzleteile durcheinandergeraten, und Sie können sie nicht voneinander unterscheiden.
Was Sie erhalten: Es stellt die gesamte Geschichte wieder her. Es ermittelt genau, wer der verborgene Zeuge ist, was seine Gewohnheiten sind und wie er mit allen interagiert. Sobald Sie die gesamte Geschichte haben, können Sie den kausalen Effekt berechnen.

Das große Duell: Wie vergleichen sie sich?

Die Autoren stellen diese beiden Methoden nebeneinander, um zu sehen, wann die eine funktioniert und die andere nicht.

Unterschiedliche Regeln für verschiedene Spiele: Der Artikel stellt fest, dass diese beiden Methoden auf unterschiedlichen „Spielregeln" (Annahmen zur bedingten Unabhängigkeit) beruhen. Sie sind nicht verschachtelt, was bedeutet, dass die eine nicht einfach ein Spezialfall der anderen ist.
- Manchmal funktioniert die Brückenmethode, weil die Mathematik eine direkte Übersetzung erlaubt, selbst wenn die Puzzleteile nicht perfekt unterscheidbar sind.
- Manchmal funktioniert die Array-Methode, weil die Puzzleteile ausreichend unterscheidbar sind, um getrennt zu werden, selbst wenn eine direkte Übersetzungsgleichung nicht existiert.
Die Überschneidung: Es gibt einen Mittelweg, bei dem beide Methoden funktionieren. Dies geschieht, wenn die Proxies sehr stark sind und die verborgene Ursache einfach genug ist, sodass sowohl der „Übersetzungs"- als auch der „Puzzle"-Ansatz erfolgreich sind.
Der Kompromiss:
- Die Brückenmethode ist wie ein Shortcut: Sie führt Sie schneller zur Antwort, erfordert aber eine sehr spezifische, starke Verbindung zwischen den Proxies und der verborgenen Ursache.
- Die Array-Methode ist wie eine gründliche Untersuchung: Sie benötigt mehr Zeit und erfordert mehr unterscheidbare Hinweise, um das gesamte Bild wiederherzustellen, bietet aber ein tieferes Verständnis der verborgenen Ursache selbst.

Die „diskrete" versus die „kontinuierliche" Welt

Der Artikel erklärt auch, dass diese Methoden je nach Datentyp leicht unterschiedlich funktionieren:

Diskrete Daten (Kategorien): Stellen Sie sich vor, der verborgene Zeuge hat eine endliche Anzahl von „Stimmungen" (Glücklich, Traurig, Wütend). In dieser Welt ist die Mathematik wie das Zählen von Blöcken. Die „Array-Methode" ist hier sehr klar: Sie benötigen einfach genug verschiedene Blöcke, um die Stimmungen zu trennen.
Kontinuierliche Daten (glatte Skalen): Stellen Sie sich vor, die Stimmung des verborgenen Zeugen kann jede Zahl auf einer Skala von 1 bis 100 sein. Hier wird die Mathematik eher wie das Lösen einer komplexen Wellengleichung. Der Artikel zeigt, dass die „Brückenmethode" auf „Vollständigkeit" (ausreichend Informationen, um die gesamte Welle abzudecken) beruht, während die „Array-Methode" auf „Invertierbarkeit" (die Fähigkeit, die Welle umzukehren, um die Quelle zu finden) beruht.

Das Fazit

Der Artikel sagt Ihnen nicht, welche Methode in jeder Situation „besser" ist. Stattdessen fungiert er als Leitfaden für Detektive. Er klärt auf, dass:

Es sich um unterschiedliche Werkzeuge handelt: Sie können sie nicht einfach austauschen; sie erfordern unterschiedliche Bedingungen, um zu funktionieren.
Sie unterschiedliche Stärken haben: Die eine ist großartig, um eine direkte Antwort zu erhalten, wenn die Mathematik passt; die andere ist großartig, um die verborgene Realität wiederherzustellen, wenn die Daten reichhaltig genug sind.
Verwirrung häufig ist: Selbst Experten auf diesem Gebiet vermischen diese manchmal. Dieser Artikel zielt darauf ab, die Luft zu klären, indem er genau zeigt, wo sich die Annahmen jeder Methode überschneiden und wo sie auseinandergehen.

Kurz gesagt: Wenn Sie versuchen, einen kausalen Effekt mit verborgenen Variablen zu finden, müssen Sie Ihr „Detektiv-Kit" überprüfen. Haben Sie eine starke Brücke zum Überqueren, oder haben Sie genügend Puzzleteile, um das Bild zu bauen? Die Antwort bestimmt, welche Methode Sie verwenden sollten.

Technische Zusammenfassung: Vergleich zweier Proxy-Methoden zur kausalen Identifikation

Problemstellung
Die Identifikation kausaler Effekte bei Vorliegen nicht gemessener Confounder bleibt eine fundamentale Herausforderung in der kausalen Inferenz. Während Standard-Anpassungsformeln (z. B. die Back-Door-Anpassung) die Beobachtung aller gemeinsamen Ursachen erfordern, haben sich Proxy-Variablen-Methoden als leistungsfähige Lösung etabliert, indem sie Variablen nutzen, die mit latenten Confoundern assoziiert sind. Innerhalb dieses Bereichs haben sich zwei unterschiedliche methodische Rahmenwerke für die nichtparametrische Identifikation entwickelt: der Brückengleichungsansatz (Miao et al., 2018) und der Array-Zerlegungsansatz (Kuroki und Pearl, 2014; Allman et al., 2015). Obwohl beide Methoden Proxies nutzen, um versteckte Confounding zu adressieren, stützen sie sich auf unterschiedliche bedingte Unabhängigkeitsstrukturen und mathematische Mechanismen. Eine präzise Gegenüberstellung ihrer zugrunde liegenden Annahmen, ihres Anwendungsbereichs und ihres Verhältnisses zueinander hat gefehlt, was zu aktiven Diskussionen selbst unter führenden Beiträgern des Fachgebiets geführt hat.

Methodik und Rahmenwerke
Der Artikel synthetisiert diese beiden Rahmenwerke, indem er sie unter gemeinsamen bedingten Unabhängigkeiten auf eine gemeinsame Basis stellt und sowohl diskrete Matrixdarstellungen als auch kontinuierliche operator-theoretische Analoga nutzt, um ihre technischen Anforderungen zu verdeutlichen.

Brückengleichungsansatz:
- Mechanismus: Diese Methode gewinnt die kontrafaktische Verteilung direkt durch die Lösung von Integralgleichungen (Brückengleichungen) zurück. Sie drückt die Standard-Confounding-Anpassungsformel unter Verwendung beobachteter Proxies ( $Z$ und $W$ ) für einen nicht gemessenen Confounder ( $U$ ) neu aus, ohne das vollständige gemeinsame Gesetz latenter und beobachteter Variablen zu identifizieren.
- Wesentliche Annahmen:
  - Bedingte Unabhängigkeit: $W \perp\!\!\perp Z, A \mid U$ und $Z \perp\!\!\perp Y \mid U, A$ .
  - Vollständigkeit (Annahme 6): Eine verallgemeinerte lineare Unabhängigkeitsbedingung, die verlangt, dass $E[g(U) \mid Z, A] = 0 \implies g(U) = 0$ . In diskreten Settings impliziert dies, dass die Matrix der bedingten Verteilung $P_{U|Z,A}$ rechtsinvertierbar ist.
  - Lösung der Brückengleichung (Annahme 7): Erfordert die Existenz einer Funktion $h$ , sodass $f_{Y|Z,A} = \int h(w,a,y) f_{W|Z,A} dw$ . In diskreten Settings entspricht dies der Existenz einer Matrix $H$ , die $P_{Y|Z,A} = H P_{W|Z,A}$ erfüllt.
- Ergebnis: Identifiziert die interventionalen Verteilung $f_{Y(a)}(y)$ , identifiziert jedoch im Allgemeinen keine Funktionale, die von $U$ abhängen (z. B. $f_{Y|U,A}$ oder $f_U$ ).
Array-Zerlegungsansatz:
- Mechanismus: Diese Methode gewinnt das vollständige gemeinsame Gesetz latenter und beobachteter Variablen (bis auf latente Klassenbeschriftungen) über Eigenwertzerlegung oder Tensorzerlegung zurück, woraus kausale Effekte abgeleitet werden. Sie wurzelt in Kruskals (1977) Eindeutigkeitstheorem für die CANDECOMP/PARAFAC (CP)-Zerlegung.
- Wesentliche Annahmen:
  - Bedingte Unabhängigkeit: $W \perp\!\!\perp A \mid U$ und $W, Z, Y$ sind bedingt auf $U, A$ gegenseitig unabhängig.
  - Invertierbarkeits-/Rangbedingungen: Erfordert die Invertierbarkeit (oder Linksinvertierbarkeit) der Matrizen $P_{Z|U,A}$ und $P_{W|U}$ .
  - Kruskal-Rang-Bedingung: Für diskrete Modelle beruht die Eindeutigkeit der Zerlegung auf der Ungleichung $2R + 2 \leq k_A + k_B + k_C$ , wobei $R$ der Rang (Anzahl der latenten Zustände) ist und $k$ den Kruskal-Rang der Faktormatrizen bezeichnet.
  - Nicht-Kollinearität: Die bedingten Verteilungen des Outcomes gegeben die latente Variable müssen sich über die latenten Zustände hinweg unterscheiden.
- Ergebnis: Identifiziert das vollständige gemeinsame Gesetz $f_{A,Y,U,W,Z}$ bis auf eine Permutation latenter Beschriftungen und ermöglicht die Herleitung von $f_{Y(a)}(y)$ .

Wesentliche Ergebnisse und Vergleiche
Der Artikel liefert einen rigorosen Vergleich dieser Ansätze unter der gemeinsamen bedingten Unabhängigkeitsstruktur, die in Abbildung 3 dargestellt ist (wobei $Z$ und $W$ Proxies für den nicht gemessenen Confounder $U$ sind).

Diskrete Modelle:
- Die Annahmen von Kuroki und Pearl (2014) (Set 1) sind stärker als die von Miao et al. (2018). Insbesondere impliziert die Invertierbarkeit von $P_{Z|U,A}$ und $P_{W|U}$ im Array-Zerlegungsansatz die Existenz der für den Brückengleichungsansatz erforderlichen Linksinversen $P_{W|Z,A}$ . Somit ist das Kuroki-Pearl-Modell im Miao-et-al.-Modell enthalten.
- Beim Vergleich des Brückengleichungsansatzes mit den verallgemeinerten Kruskal-Bedingungen (Set 2) sind die Modelle jedoch nicht verschachtelt. Die Annahmen des Brückengleichungsansatzes implizieren nicht die Kruskal-Rang-Ungleichung ( $2R + 2 \leq k_A + k_B + k_C$ ), und das Umgekehrte gilt ebenfalls nicht. Dies zeigt, dass jeder Rahmenwerk unterschiedliche Regionen des Modellraums abdeckt.
Kontinuierliche Modelle:
- Der Artikel erweitert den Vergleich auf kontinuierliche Settings unter Bezugnahme auf Hu und Schennach (2008) sowie Deaner (2023) für den Array-Zerlegungsansatz.
- Die Autoren vermuten, dass die beiden Modelle auch im kontinuierlichen Fall nicht verschachtelt bleiben, ähnlich wie bei den diskreten Befunden. Sie liefern ein Beispiel (ein lineares Gauß-Modell), bei dem die Annahmen beider Ansätze erfüllt sind, was eine Überschneidung im Anwendungsbereich demonstriert.
Schätzung:
- Der Artikel vermerkt kurz, dass Brückengleichungsmethoden unter spezifischen parametrischen Annahmen (z. B. Lage-Skala-Familien) effiziente Einflussfunktionen und semiparametrische Effizienzresultate etabliert haben.
- Im Gegensatz dazu verlassen sich Array-Zerlegungsmethoden häufig auf Sieb-Methoden zur Approximation, und obwohl semiparametrische Theorie für versteckte Behandlungsproxies existiert, bleibt dies ein junges Gebiet für versteckte Confounding.

Bedeutung und Beiträge
Der primäre Beitrag dieser Arbeit ist die Klärung des Zusammenhangs zwischen zwei grundlegenden, auf Proxies basierenden Identifikationsstrategien. Durch die Synthese der Literatur stellen die Autoren Folgendes sicher:

Klärung des Anwendungsbereichs: Sie zeigen, dass die beiden Ansätze nicht einfach alternative Implementierungen derselben Logik sind, sondern auf unterschiedlichen, oft nicht verschachtelten Annahmen beruhen.
Vereinheitlichung der Notation: Sie bringen beide Rahmenwerke unter Verwendung von Matrixdarstellungen für diskrete Fälle und Operatortheorie für kontinuierliche Fälle auf eine gemeinsame Basis, wodurch die technischen Feinheiten transparenter werden.
Leitung der Anwendung: Sie bieten Praktikern ein klareres Verständnis dafür, welche Methode für spezifische Datenstrukturen geeignet ist. Wenn beispielsweise das vollständige gemeinsame Gesetz erforderlich ist (z. B. zur Wiederherstellung latenter Beschriftungen oder zur Analyse nicht beobachteter Expositionen), ist der Array-Zerlegungsansatz notwendig. Wenn nur der kausale Effekt benötigt wird und die Rangbedingungen für die Tensorzerlegung nicht erfüllt sind, kann der Brückengleichungsansatz dennoch machbar sein.

Der Artikel kommt zu dem Schluss, dass zwar beide Methoden leistungsfähige Lösungen für versteckte Confounding darstellen, eine sorgfältige Darlegung ihrer zugrunde liegenden Annahmen jedoch für die methodologische Entwicklung und die angewandte Nutzung unerlässlich ist. Als zukünftige Arbeitsrichtungen wurden die Erweiterung proximaler Methoden auf komplexere, allgemein nicht identifizierbare Szenarien sowie die Etablierung einer allgemeinen semiparametrischen Theorie für Schätzer identifiziert, die aus diesen Ansätzen abgeleitet werden.