📊 statistics

Disentangling spatial interference and spatial confounding biases in causal inference

Dieses Paper klärt die Definitionen von räumlicher Interferenz und räumlicher Konfundierung unter Verwendung eines gerichteten azyklischen Graph-Frameworks (DAG), um analytische Bias-Ausdrücke unter allgemeinen Verteilungseinstellungen abzuleiten, wobei demonstriert wird, wie räumliche Gewichte, Behandlungsverteilungen und die Interferenzmagnitude kausale Schätzungen kritisch beeinflussen, während es diese theoretischen Befunde durch Simulationen und reale Daten validiert.

Ursprüngliche Autoren: Isqeel Ogunsola, Olatunji Johnson

Veröffentlicht 2026-02-04

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Isqeel Ogunsola, Olatunji Johnson

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 versuchen herauszufinden, wie viel ein bestimmter Dünger (die Behandlung) einem Garten beim Wachsen hilft (das Ergebnis). Sie haben eine Karte mit vielen verschiedenen Gartenparzellen vor sich.

In einer perfekten Welt würde, wenn Sie Dünger auf Parzelle A ausbringen, nur Parzelle A besser wachsen. Aber in der realen Welt ist alles chaotisch. Dieses Paper befasst sich mit zwei spezifischen Arten von Chaos, die Sie zu falschen Schlussfolgerungen über Ihren Dünger verleiten können.

Hier ist die Aufschlüsselung der Ergebnisse des Papers unter Verwendung einfacher Analogien:

1. Die zwei großen Probleme: „Der Nachbareffekt“ und „Der versteckte Gast“

Die Autoren sagen, dass es zwei Hauptgründe gibt, warum Ihr Garteneperiment schiefgehen könnte:

Räumliche Interferenz (Der Nachbareffekt): Stellen Sie sich vor, Ihre Gartenparzellen liegen direkt nebeneinander. Wenn Sie Parzelle A bewässern, könnte das Wasser vielleicht in den Boden sickern und versehentlich auch Parzelle B bewässern. Also wächst Parzelle B besser, nicht wegen ihres eigenen Düngers, sondern wegen des „Überlaufs“ von Parzelle A. Im Paper wird dies als Räumliche Interferenz bezeichnet. Wenn Sie dies ignorieren, glauben Sie vielleicht, Ihr Dünger wirke, dabei ist es eigentlich nur das „Überlaufen“ vom Nachbarn.
Räumliche Konfundierung (Der versteckte Gast): Stellen Sie sich vor, es gibt einen verborgenen Faktor, wie etwa eine versteckte unterirdische Quelle, die sowohl beeinflusst, wo Sie sich entscheiden, Dünger auszubringen, als auch wie gut die Pflanzen wachsen. Vielleicht bringen Sie nur in den feuchten Bereichen Dünger aus, weil der Boden dort weich ist, und diese feuchten Bereiche lassen natürlich besser wachsende Pflanzen zu. Wenn Sie diesen „versteckten Gast“ (den Confounder) nicht berücksichtigen, werden Sie denken, der Dünger habe die ganze Arbeit geleistet, obwohl eigentlich das Wasser der Held war.

2. Der „versteckte Gast“ hat zwei Gesichter (Direkt vs. Indirekt)

Das Paper macht eine entscheidende Entdeckung: Der „verstechte Gast“ ist nicht nur eine Sache. Er kommt in zwei Varianten vor, und frühere Studien haben sie oft als dieselbe behandelt.

Direkte Konfundierung: Die versteckte Quelle befindet sich unter Parzelle A und beeinflusst sowohl die Entscheidung für den Dünger auf Parzelle A als auch das Wachstum von Parzelle A.
Indirekte Konfundierung: Die versteckte Quelle befindet sich unter Parzelle A, aber sie fließt unter der Erde weiter, um sowohl das Wachstum von Parzelle B als auch die Entscheidung für den Dünger auf Parzelle B zu beeinflussen.

Die Behauptung des Papers: Diese beiden sind unterschiedlich! Genau wie ein Nachbar, der Ihren Garten bewässert (Interferenz), etwas anderes ist als eine versteckte Quelle, die Ihren Boden beeinflusst (Konfundierung), ist ein „direkter“ versteckter Gast etwas anderes als ein „indirekter“. Wenn man sie als gleich behandelt, bricht die Mathematik zusammen.

3. Die „Form“ der Daten spielt eine Rolle

Die meisten Wissenschaftler gehen davon aus, dass Gartendaten einer perfekten Glockenkurve (Normalverteilung) folgen. Die Autoren sagen: „Moment mal, das echte Leben ist nicht immer eine Glockenkurve.“

Sie haben getestet, was passiert, wenn Ihre Daten einer Poisson-Verteilung folgen (denken Sie an das Zählen von Dingen, wie die Anzahl der Regentropfen oder Krankenhausbesuche) statt einer glatten Kurve.

Das Ergebnis: Das Ausmaß des Fehlers (Bias) in Ihren Ergebnissen ändert sich je nach der „Form“ Ihrer Daten. Wenn Sie eine Glockenkurve annehmen, obwohl Sie tatsächlich „Zähldaten“ haben, wird Ihre Berechnung des Fehlers falsch sein.

4. Die „Karte“, die Sie wählen, verändert das Ergebnis

Um zu messen, wie Nachbarn sich gegenseitig beeinflussen, benötigt man eine „Gewichtsmatrix“ (eine Karte, die festlegt, wer ein Nachbar ist).

Die Behauptung des Papers: Wie Sie diese Karte zeichnen, ist von entscheidender Bedeutung.
- Wenn Sie Distanz verwenden (z. B. „jeder innerhalb von 5 Meilen ist ein Nachbar“), wird der Fehler kleiner, wenn Sie die Distanz vergrößern.
- Wenn Sie K-Nearest Neighbors verwenden (z. B. „die 4 nächsten Parzellen sind Nachbarn“), wird der Fehler tatsächlich schlimmer, wenn Sie mehr Nachbarn hinzufügen.
- Analogie: Es ist wie die Entscheidung, wer Ihr „Freund“ ist. Wenn Sie einen Freund als jemanden definieren, der „innerhalb von 1 Meile wohnt“, erhalten Sie ein Ergebnis. Wenn Sie ihn als „die 4 nächsten Personen unabhängig von der Entfernung“ definieren, erhalten Sie ein völlig anderes Ergebnis. Das Paper zeigt, dass die Wahl der falschen Definition Ihr Endergebnis verändert.

5. Der Realwelt-Test: Das Wetter in Manchester

Die Autoren haben dies nicht nur theoretisch mit Mathematik durchgeführt, sondern an echten Wetterdaten aus Manchester, UK, getestet.

Der Aufbau: Sie untersuchten die Lufttemperatur (Behandlung) und die Landoberflächentemperatur (Ergebnis). Sie wussten, dass Niederschlag ein „versteckter Gast“ (Confounder) ist, da Regen die Luft abkühlt und den Boden befeuchtet.
Das Ergebnis: Wenn sie den „Nachbareffekt“ (Interferenz) ignorierten oder die „direkten“ und „indirekten“ versteckten Gäste vermischten, waren ihre Schätzungen darüber, wie die Lufttemperatur die Landoberflächentemperatur beeinflusst, völlig unterschiedlich und oft falsch.
Der Gewinner: Das einzige Modell, das eine zuverlässige Antwort lieferte, war dasjenige, das alle drei berücksichtigte: Den Nachbareffekt, den direkten versteckten Gast und den indirekten versteckten Gast.

Zusammenfassung: Was sollten Sie mitnehmen?

Gehen Sie nicht davon aus, dass Nachbarn nicht miteinander kommunizieren. In räumlichen Daten beeinflusst das, was nebenan passiert, oft auch einen selbst. Dies zu ignorieren führt zu schlechten Schlussfolgerungen.
Werfen Sie nicht alle „verborgenen Faktoren“ in einen Topf. Ein verborgener Faktor, der Ihre unmittelbare Umgebung beeinflusst, ist etwas anderes als ein Faktor, der das Gebiet Ihres Nachbarn beeinflusst. Sie müssen sie trennen, um die richtige Antwort zu erhalten.
Überprüfen Sie die Form Ihrer Daten. Wenn Ihre Daten „Zähldaten“ (wie Poisson) und keine glatte Glockenkurve sind, funktioniert die Standardmathematik zur Fehlermessung nicht.
Seien Sie vorsichtig mit Ihrer „Nachbarschaftskarte“. Die Art und Weise, wie Sie definieren, wer ein Nachbar ist, verändert Ihre Ergebnisse.

Das Kernfazit: Wenn Sie etwas untersuchen, das auf einer Karte verortet ist (Wetter, Krankheiten, Kriminalität, Ernteerträge) und Sie ignorieren, wie Orte einander beeinflussen oder mischen verschiedene Arten von verborgenen Einflüssen, werden Ihre Ergebnisse verzerrt sein. Sie könnten glauben, dass eine Behandlung wirkt, obwohl sie es nicht tut, oder umgekehrt. Um die Wahrheit zu finden, müssen Sie all diese Fäden gleichzeitig entwirren.

Technische Zusammenfassung: Entwirrung von räumlicher Interferenz und räumlichen Konfundierungs-Biases in der kausalen Inferenz

Problemstellung
Die Analyse beobachteter räumlicher Daten steht vor zwei kritischen Herausforderungen, die die Präzision kausaler Schätzungen beeinträchtigen: räumliche Interferenz (spatial interference) und räumliche Konfundierung (spatial confounding). Räumliche Interferenz tritt auf, wenn die Behandlung oder Exposition an einem Ort die Ergebnisse an einem anderen Ort beeinflusst, was die Annahme der stabilen Einheit für die Behandlungswerte (Stable Unit Treatment Value Assumption, SUTVA) verletzt. Räumliche Konfundierung entsteht, wenn nicht gemessene Variablen mit räumlicher Struktur sowohl die Behandlung als auch das Ergebnis beeinflussen.

In der Literatur herrscht derzeit eine erhebliche Unklarheit bezüglich der Definition von räumlicher Konfundierung, wobei oft unterschiedliche Phänomene wie Omitted Variable Bias, Random-Effect-Kollinearität und Konvurvität (concurvity) miteinander verwechselt werden. Bestehende Methoden zur Quantifizierung von Bias beruhen zudem häufig auf restriktiven Annahmen, insbesondere darauf, dass Behandlungen und Konfounder Normalverteilungen folgen. Es gibt eine deutliche Lücke in der Literatur hinsichtlich der Quantifizierung des Bias, der durch indirekte räumliche Konfundierung (bei der eine nicht gemessene Variable an einem Ort die Ergebnisse an anderen Orten beeinflusst) sowie durch das gleichzeitige Vorhandensein von räumlicher Interferenz und Konfundierung verursacht wird. Zudem bleibt der Einfluss von Nicht-Normalverteilungen (z. B. Poisson) auf diese Biases weitgehend unerforscht.

Methodik
Die Autoren verwenden einen rigorosen analytischen und simulationsbasierten Ansatz, um diese Biases zu entwirren:

Gerichteter azyklischer Graph (DAG) Framework: Die Arbeit nutzt DAGs, um eine konzeptionelle Klärung der räumlichen Konfundierung zu liefern. Sie unterscheidet zwischen:
- Kausaler räumlicher Konfundierung: Wo eine nicht gemessene räumliche Variable $U$ sowohl die Behandlung $A$ als auch das Ergebnis $Y$ kausal beeinflusst (unter Einhaltung der zeitlichen Abfolge).
- Nicht-kausaler räumlicher Assoziation: Wo $U$ und $A$ assoziiert sind, aber nicht kausal verknüpft sind.
- Direkter vs. indirekter Konfundierung: Direkte Konfundierung tritt auf, wenn $U_i$ sowohl $A_i$ als auch $Y_i$ beeinflusst. Indirekte Konfundierung tritt auf, wenn $U_i$ $A_j$ und/oder $Y_j$ beeinflusst (wobei $i \neq j$ ), oft vermittelt durch Mechanismen der räumlichen Interferenz.
Analytische Bias-Ableitung:
- Die Autoren leiten analytische Ausdrücke für den Bias unter verschiedenen Modellen ( $M_1$ bis $M_6$ ) ab, die von einfachen linearen Modellen bis hin zu solchen reichen, die räumliche Interferenz ( $\tilde{A}$ ), direkte Konfundierung ( $U$ ) und indirekte Konfundierung ( $\tilde{U}$ ) berücksichtigen.
- Räumlicher Interferenz-Bias: Dieser wird unter Verwendung der gewöhnlichen kleinsten Quadrate (Ordinary Least Squares, OLS) für nicht-räumliche Settings und der verallgemeinerten kleinsten Quadrate (Generalized Least Squares, GLS) für räumliche Settings abgeleitet. Es wird gezeigt, dass der Bias eine Funktion der Behandlungsverteilung, der Interferenzstärke ( $\beta_{\tilde{a}}$ ) und der räumlichen Gewichtungsmatrix ( $\Psi$ ) ist.
- Nicht-Normalverteilungen: Die Arbeit lockert die Normalitätsannahme auf, indem sie Bias-Ausdrücke für Poisson-verteilte Behandlungen und Konfounder ableitet. Unter Verwendung der Eigenschaften der Summe unabhängiger Poisson-Variablen leiten sie die bedingte Verteilung des Konfounders gegeben die Behandlung ab, um den resultierenden Bias zu quantifizieren.
- Indirekter Konfundierungs-Bias: Es werden analytische Ausdrücke für den durch indirekte räumliche Konfundierung ( $\beta_{\tilde{u}}$ ) induzierten Bias abgeleitet, was zeigt, dass dieser sich vom direkten Konfundierungs-Bias unterscheidet.
Simulationsstudien:
- Umfangreiche Simulationen (1.000–10.000 Iterationen) wurden durchgeführt, um den quadratischen Mittelwert des Fehlers (Root Mean Square Error, RMSE), den Bias und die Abdeckwahrscheinlichkeit (coverage probability) zu bewerten.
- Die Szenarien variierten nach:
  - Vorhandensein/Abwesenheit von Interferenz und Konfundierung (direkt und indirekt).
  - Verteilungen von Behandlung und Konfounder (Normal, Poisson, Binär).
  - Konstruktion der Gewichtungsmatrix: k-Nächste-Nachbarn (k-NN) und distanzbasierte Gewichte.
  - Relativer Umfang von Behandlungs- gegenüber Interferenzeffekten.
Anwendung auf reale Daten:
- Das Framework wurde auf Manchester-Klimadaten (Januar 2018) angewendet, um den Effekt der Lufttemperatur (Behandlung) auf die Oberflächentemperatur (Ergebnis) unter Berücksichtigung von Niederschlag als Konfounder zu analysieren.
- Modelle wurden unter Berücksichtigung verschiedener Kombinationen von Interferenz, direkter und indirekter Konfundierung gefittet, um die Schätzungen zu vergleichen.

Wesentliche Beiträge

Konzeptionelle Klärung: Die Arbeit liefert eine neuartige DAG-basierte Unterscheidung zwischen kausaler räumlicher Konfundierung und anderen räumlichen Assoziationen und trennt explizit zwischen direkter und indirekter räumlicher Konfundierung, die in der bestehenden Literatur oft als ein einziges Phänomen behandelt werden.
Quantifizierung des indirekten Bias: Dies ist die erste Arbeit (nach Kenntnis der Autoren), die den durch indirekte räumliche Konfundierung und räumliche Interferenz induzierten Bias analytisch herleitet und quantifiziert.
Lockerung von Verteilungsannahmen: Die Studie leitet Bias-Ausdrücke für Poisson-verteilte Behandlungen und Konfounder ab und zeigt, dass sich die Größenordnung und das Vorzeichen des Bias signifikant ändern, wenn die Normalitätsannahmen verletzt werden.
Sensitivität der Gewichtungsmatrix: Die Analyse zeigt, dass die Wahl der räumlichen Gewichte (k-NN vs. distanzbasiert) die Magnitude des Bias entscheidend bestimmt. Beispielsweise tendiert der Bias bei k-NN-Schemata mit einer höheren Anzahl von Nachbarn zu steigen, während er bei distanzbasierten Schemata mit größeren Distanzschwellenwerten abnimmt.
Entwirrung von Phänomenen: Die Studie beweist, dass das Vernachlässigen von räumlicher Interferenz, direkter Konfundierung oder indirekter Konfundierung zu verzerrten Schätzungen des Behandlungseffekts führt und dass diese drei Phänomene unterscheidbar sind und separat modelliert werden müssen.

Ergebnisse

Interferenz-Bias: Wenn räumliche Interferenz vorhanden, aber nicht berücksichtigt ist, sind Bias und RMSE am höchsten, und die Abdeckwahrscheinlichkeiten sinken signifikant. Der Bias reagiert empfindlich auf die Wahl der Gewichtungsmatrix; k-NN-Gewichte produzierten in nicht-räumlichen Settings im Allgemeinen einen höheren Bias als distanzbasierte Gewichte, wenngleich die Muster in räumlichen Settings variierten.
Distributions-Einfluss: Die Bias-Magnituden unterschieden sich signifikant zwischen Normal-, Poisson- und Binärverteilungen. Bemerkenswerterweise war der Bias für Normalverteilungen am höchsten und für Binärverteilungen am niedrigsten, was der Annahme widerspricht, dass der Bias invariant gegenüber der Verteilung sei.
Direkte vs. indirekte Konfundierung: Simulationsergebnisse bestätigten, dass direkte und indirekte räumliche Konfundierung unterschiedliche Bias-Profile erzeugen. In einigen Szenarien (z. B. bei Verwendung von k-NN-Gewichten) führte die Berücksichtigung nur der direkten Konfundierung bei gleichzeitiger Vernachlässigung der indirekten Konfundierung zu einem höheren Bias als die Berücksigung beider Komponenten.
Anwendung auf reale Daten: In der Manchester-Klimastudie variierten die Schätzungen erheblich, je nachdem, welche Phänomene einbezogen wurden. Das Modell, das alle drei (Interferenz, direkte und indirekte Konfundierung) berücksichtigte, lieferte die beste Anpassung (niedrigstes AIC), und die Schätzungen unterschieden sich substanziell von Modellen, die eine der Komponenten ignorierten.

Bedeutung und Ansprüche
Die Autoren behaupten, dass ihre Arbeit eine kritische Lücke in der kausalen Inferenz für räumliche Daten schließt, indem sie:

Klarheit über Missverständnisse bezüglich räumlicher Konfundierung mittels DAGs schafft.
Nachweist, dass indirekte räumliche Konfundierung eine eigenständige Quelle des Bias ist, die nicht als identisch mit direkter Konfundierung angenommen werden kann.
Zeigt, dass Standard-Normalitätsannahmen für eine genaue Bias-Quantifizierung unzureichend sind, insbesondere bei Zähldaten (Poisson).
Feststellt, dass die Wahl der räumlichen Gewichte und die Verteilung der Variablen Schlüsselfaktoren für die Magnitude des Bias sind.

Die Arbeit kommt zu dem Schluss, dass die resultierenden Schätzungen des Behandlungseffekts unzuverlässig sind und zu verzerrten Ergebnissen führen, wenn räumliche Interferenz, direkte Konfundierung oder indirekte Konfundierung vorhanden, aber vernachlässigt werden. Die Autoren schlagen einen einfachen Bias-Korrektur-Algorithmus basierend auf ihren hergeleiteten analytischen Ausdrücken für räumliche Interferenz vor, räumen jedoch ein, dass ein vollständiger parametrischer Rahmen zur simultanen Anpassung aller drei Phänomene Gegenstand zukünftiger Entwicklungen bleibt.