📊 statistics

Beyond principal ignorability: Nonparametric sensitivity bounds for principal stratification

Dieses Paper führt ein nichtparametrisches Sensitivitätsanalyse-Framework für die Hauptstratifizierung ein, das scharfe Schranken für prinzipielle kausale Effekte unter Verletzungen der nicht testbaren Annahme der prinzeptuellen Ignorierbarkeit ableitet, indem es einen margenfreien Bounding-Faktor nutzt und die Methodik auf generalisierte kausale Effekte sowie Paarvergleiche erweitert.

Ursprüngliche Autoren: Xinyuan Chen, Michael O. Harhay, Fan Li

Veröffentlicht 2026-06-02

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Xinyuan Chen, Michael O. Harhay, Fan Li

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 herauszufinden versucht, ob ein neues Medikament (Behandlung) tatsächlich eine Krankheit (Ergebnis) heilt. Aber es gibt einen Twist: Bevor der Patient gesund wird, muss er eine Pille einnehmen, die ihn vielleicht krank fühlen lässt (Intermediäre Variable).

In der Welt der Statistik nennt man das Principal Stratification. Es ist eine Methode, Menschen danach zu gruppieren, wie sie auf die Pille reagieren würden, und nicht nur, wie sie tatsächlich reagiert haben. Zum Beispiel:

Die „Always-Takers“ (Immer-Nehmer): Menschen, die die Pille auf jeden Fall nehmen würden.
Die „Never-Takers“ (Nie-Nehmer): Menschen, die die Pille niemals nehmen würden.
Die „Compliers“ (Befolger): Menschen, die die Pille nur nehmen, wenn man es ihnen sagt.
Die „Defiers“ (Widersacher): Menschen, die genau das Gegenteil von dem tun, was man ihnen sagt.

Das Problem ist, dass man diese Gruppen nicht direkt sehen kann. Man sieht nur, wer die Pille tatsächlich genommen hat und wer gesund geworden ist. Um den wahren Effekt des Medikaments auf die „Compliers“ zu ermitteln, müssen Statistiker oft eine große Annahme treffen, die Principal Ignorability genannt wird. Diese Annahme besagt: „Der Grund, warum jemand ein ‚Complier‘ ist, hat nichts damit zu tun, wie krank die Person ist oder wie gut das Medikament bei ihr wirkt.“

Das Problem: Diese Annahme ist nicht überprüfbar. Es ist, als würde man davon ausgehen, dass ein Verdächtiger unschuldig ist, nur weil man noch kein Motiv gefunden hat. Wenn diese Annahme falsch ist, könnte die Schlussfolgerung über das Medikament völlig falsch sein.

Die Lösung: Ein „Sensitivitäts-Sicherheitsnetz“

Dieses Paper führt ein neues Werkzeug ein, um zu prüfen, wie stark diese Annahme sein müsste, bevor die Schlussfolgerung in sich zusammenbricht. Betrachten Sie es als einen Stresstest für Ihre Detektivarbeit.

Anstatt nur zu sagen: „Wir nehmen an, dass die Annahme wahr ist“, fragen die Autoren: „Wie sehr müsste das verborgene Motiv (nicht gemessener Störfaktor/Confounder) lügen, damit unsere Schlussfolgerung verschwindet?“

Sie nutzen zwei Haupthebel, um dieses verborgene Motiv zu messen:

Der Selektions-Hebel: Wie sehr verändert das verborgene Motiv den Typ Mensch, der jemand ist? (z. B. Macht es einen Menschen eher zu einem „Complier“, wenn er krank ist?)
Der Ergebnis-Hebel: Wie sehr verändert das verborgene Motiv das Resultat? (z. B. Macht es das Medikament besser oder schlechter, wenn man krank ist?)

Sie kombinieren diese zu einer einzigen Zahl, dem Bounding Factor (Begrenzungsfaktor).

Wenn dieser Wert 1 ist, gibt es kein verborgenes Motiv und Ihre ursprüngliche Annahme ist perfekt.
Wenn der Wert hoch ist, wäre ein sehr starkes verborgenes Motiv nötig, um Ihre Schlussfolgerung zu zerstören.
Wenn der Wert niedrig ist, könnte selbst ein winziges verborgenes Motiv Ihre Erkenntnis vernichten.

Die „verschachtelte“ Entdeckung

Die Autoren haben etwas wirklich Cooles über ihr neues Werkzeug herausgefunden. Stellen Sie sich eine Reihe von Matroschka-Puppen vor:

Die äußerste Puppe ist das „Worst-Case-Szenario“. Sie geht davon aus, dass das verborgene Motiv so bösartig wie möglich ist, was das wahre Ergebnis so unklar wie möglich macht.
Die innerste Puppe ist ihre neue, präzise Berechnung.

Sie haben bewiesen, dass ihre neuen, präzisen Grenzen immer innerhalb der Worst-Case-Grenzen liegen. Wenn die „Bösartigkeit“ des verborgenen Motivs zunimmt, dehnen sich ihre präzisen Grenzen langsam aus, bis sie die Wände des Worst-Case-Szenarios berühren. Dies verbindet ihre neue Methode mit älteren, konservativeren Methoden und zeigt, dass alle Teil derselben Familie sind.

Der „E-Value“ (Der „Wie stark?“-Messwert)

Um dies für Menschen leicht verständlich zu machen, haben sie eine Metrik namens Principal E-Value entwickelt.

Betrachten Sie dies als eine „Stärke-Bewertung“ für die Lüge, die man erzählen müsste, damit Ihr Ergebnis verschwindet.
Wenn Ihr E-Value 2 ist, bedeutet das, dass ein nicht gemessener Faktor doppelt so stark sein müsste wie der stärkste Faktor, den Sie bereits gemessen haben, um Ihr Ergebnis zu neutralisieren.
Wenn Ihr E-Value 1,1 ist, ist Ihr Ergebnis sehr fragil; ein winziger, fast unsichtbarer Faktor könnte es ruinieren.

Zwei Realwelt-Tests

Die Autoren haben ihr Werkzeug an zwei echten Datensätzen getestet:

Wohnen und Gesundheit: Sie untersuchten, ob das Leben in feuchten Häusern Depressionen verursacht. Sie fanden heraus, dass das Ergebnis für Menschen, die nur unter feuchten Bedingungen krank werden, recht robust ist. Das „verborgene Motiv“ müsste unglaublich stark sein, um das Ergebnis verschwinden zu lassen.
Berufsausbildung: Sie untersuchten, ob ein Berufsbildungsprogramm Menschen hilft, mehr Geld zu verdienen. Hier waren die Ergebnisse viel fragiler. Für einige Gruppen könnte selbst ein moderater verborgener Faktor (wie Alter oder Bildung) die Ergebnisse erklären. Dies sagt den Forschern: „Seien Sie vorsichtig! Ihre Schlussfolgerung ist hier wackelig.“

Tiefer gehehend: Die „Paarweise“ Herausforderung

Das Paper befasst sich auch mit einer schwierigeren Version des Problems. Anstatt „Vorher vs. Nachher“ für eine Person zu vergleichen, stellen Sie sich vor, zwei verschiedene Personen zu vergleichen, um zu sehen, wer besser abgeschnitten hat. Dies ist nützlich für Dinge wie: „Wer hat eine höhere Überlebenschance?“ oder „Wer hat eine bessere Chance zu gewinnen?“

Die Autoren zeigten, dass die Mathematik bei einem Vergleich von zwei Personen komplizierter wird, da das „verborgene Motiv“ beide Personen gleichzeitig beeinflusst. Sie entwickelten eine neue Regel für diesen „paarweisen“ Vergleich und bewiesen, dass diese Vergleiche noch sensibler auf verborgene Selektionsverzerrungen reagieren als Einzelpersonen-Vergleiche.

Das Fazit

Dieses Paper sagt Ihnen nicht, was die Antwort ist; es sagt Ihnen, wie sehr Sie der Antwort vertrauen können. Es gibt Forschern eine Möglichkeit zu sagen: „Unsere Schlussfolgerung hält stand, es sei denn, es gibt einen verborgenen Faktor, der stärker als X ist.“ Es verwandelt eine vage Annahme in eine konkrete, messbare Sicherheitsprüfung.

Technische Zusammenfassung: Jenseits der prinzipiellen Ignorierbarkeit: Nichtparametrische Sensitivitätsgrenzen für die Hauptstratifizierung

Problemstellung
Die Hauptstratifizierung (Principal Stratification) ist ein robustes Framework zur Schätzung kausaler Effekte in Gegenwart intermediärer Variablen (z. B. Nicht-Compliance, Abbruch durch Tod), indem die Population basierend auf potenziellen intermediären Ergebnissen in latente Strata unterteilt wird. Die Punktidentifikation von Principal Causal Effects (PCEs) stützt sich jedoch typischerweise auf die Annahme der prinzipiellen Ignorierbarkeit (Principal Ignorability, PI), die besagt, dass potenzielle Endresultate unter Berücksichtigung beobachteter Kovariaten unabhängig von der Zugehörigkeit zum latenten Stratum sind. Diese Annahme ist fundamental nicht testbar. Bestehende Strategien zur Sensitivitätsanalyse stützen sich oft auf Bayes'sche Priors, distributionalistische Annahmen oder strukturelle Beschränkungen wie Monotonie und Ausschlussbeschränkungen (Exclusion Restrictions). Es besteht ein Bedarf an einem nichtparametrischen Framework, das Verletzungen der PI quantifiziert, ohne diese restriktiven Annahmen zu treffen, und dabei scharfe Grenzen sowie Falsifizierungsschwellen sowohl für Standard-PCEs als auch für komplexere Estimanden bereitstellt.

Methodik
Die Autoren entwickeln ein nichtparametrisches Sensitivitätsanalyse-Framework, das die PI-Annahme durch Einführung eines nicht gemessenen Störfaktors $U$ lockert. Die Methodik basiert auf drei Kernkomponenten:

Sensitivitätsparameter: Das Framework führt zwei margenfreie relative Risiko-Parameter (RR) ein, um den Grad der PI-Verletzung zu charakterisieren:
- Selektions-RR ( $RR_{SU}$ ): Das maximale Ungleichgewicht in der Prävalenz von $U$ zwischen einem Ziel-Hauptstratum und einem Nuisance-Stratum innerhalb eines Kovariatenstratums.
- Outcome-RR ( $RR_{UY}$ ): Der maximale Einfluss von $U$ auf den erwarteten potenziellen Outcome.
  Diese Parameter generalisieren die konfunderbasierte Begrenzungsfaktoren von Ding und VanderWeele (2016a, 2016b) auf das Setting der Hauptstratifizierung.
Ableitung des Begrenzungsfaktors (Bounding Factor): Die Autoren leiten einen zellspezifischen Begrenzungsfaktor, $BF_U$ , ab, der eine deterministische Funktion von $RR_{SU}$ und $RR_{UY}$ ist. Im Gegensatz zu Standardsettings ist der Mittelwert des Zielstratums latent und tritt im beobachteten Zellmittelwert als gewichtete Mischung mit einem Nuisance-Stratum auf. Die Mischgewichte hängen von den Principal Scores ab, welche wiederum durch den Cross-World-Odds-Ratio-Parameter $\theta(x)$ (der die Abhängigkeit zwischen $D(1)$ und $D(0)$ steuert) bestimmt werden. Die Ableitung berücksichtigt diese Mischstruktur und die zusätzliche Sensitivitätsdimension, die durch $\theta(x)$ eingeführt wird.
Scharfe nichtparametrische Grenzen:
- Für PCEs: Die Autoren leiten scharfe Grenzen für die konditionale und marginale PCE ( $\Delta_s$ ) ab, indem sie den Begrenzungsfaktor durch die Mischungsdekomposition propagieren. Es wird gezeigt, dass diese Grenzen innerhalb der „Worst-Case“-nichtparametrischen Grenzen von Grilli und Mealli (2008) sowie Long und Hudgens (2013) liegen und nur dann gegen diese konvergieren, wenn der Begrenzungsfaktor gegen Unendlich geht.
- Für PGCEs: Das Framework wird auf Principal Generalized Causal Effects (PGCEs) erweitert, definiert durch allgemeine nichtlineare Kontrastfunktionen $h(\cdot)$ über einen Produktraum (z. B. probabilistische Indizes). Aufgrund der Nicht-Separabilität nichtlinearer Funktionen muss der Outcome-RR gemeinsam über die ungemessenen Konfunder zweier unabhängiger Replikate definiert werden. Dies resultiert in drei distinkten Begrenzungsfaktoren ( $BF_{[1]}, BF_{[2]}, BF_{[1,2]}$ ), die die multiplikative Kumulierung der Selektionsstrafen widerspiegeln.

Wichtige Ergebnisse und theoretische Erkenntnisse

Nesting-Eigenschaft: Die vorgeschlagenen Grenzen liegen strikt innerhalb der bestehenden Worst-Case-Grenzen für jeden endlichen Begrenzungsfaktor. Wenn der Begrenzungsfaktor divergiert, konvergieren die vorgeschlagenen Grenzen gegen die Worst-Case-Grenzen, was eine kontinuierliche algebraische Brücke zwischen Punktidentifikation (unter PI) und maximaler adversarieller Konfundierung schafft.
Cornfield-Typ-Bedingungen und E-Werte: Das Paper leitet kritische Falsifizierungsschwellen (Cornfield-Typ-Bedingungen) ab, die erforderlich sind, um einen Ziel-Effekt zu nullifizieren.
- Für PCEs etablieren die Autoren einen „Principal E-Value“, definiert als die minimale gemeinsame Magnitude der Selektions- und Outcome-RRs, die erforderlich ist, um den Effekt zu erklären.
- Für PGCEs zeigt die Analyse drei distinkte Schwellenwerte auf: eine untere Schwelle für Selektionsbias, eine untere Schwelle für Outcome-Bias und eine globale maximale Schwelle. Die Ordnung dieser Schwellenwerte ( $\gamma^*_{SU} < \gamma^*_{UY} < \Gamma^*$ ) formalisiert, dass paarweise Estimanden strukturell anfälliger für Selektionskonfundierung sind als für Outcome-Konfundierung, was auf die multiplikative Natur unabhängiger Selektionsstrafen zurückzuführen ist.
Monotonie: Unter der Monotonie-Annahme vereinfachen sich die Grenzen, und die Beziehung zu den bestehenden Worst-Case-Grenzen (Long und Hudgens, 2013) bleibt erhalten.
Binäre Outcomes: Das Framework liefert scharfe Grenzen für multiplikative Estimanden (Risikoquotienten und Odds Ratios) und zeigt, dass die Falsifizierungsschwellen über kausale Kontrastskalen hinweg (additiv vs. multiplikativ) invariant sind.

Empirische Illustrationen
Die Methodik wird auf zwei reale Datensätze angewendet:

WHO-LARES Studie: Analyse des Effekts von feuchter Wohnsituation auf Depression. Die Autoren quantifizieren die Robustheit des kausalen relativen Risikos innerhalb des „Harmed“-Stratums und zeigen, dass beobachtete Kovariaten (z. B. Beschäftigung, Rauchen) nicht die erforderliche Größenordnung erreichen, um den Effekt zu nullifizieren, was darauf hindeutet, dass das Ergebnis gegenüber moderater ungemessener Konfundierung robust ist.
U.S. Job Corps Studie: Analyse des Effekts von Ausbildung auf das Einkommen (ordinales Outcome) unter Verwendung eines PGCE (probabilistischer Index). Die Analyse zeigt, dass der geschätzte Effekt für die weibliche Subgruppe hochsensibel ist; bekannte Kovariaten (Alter, Bildung) überschreiten die erforderliche Konfundierungsgröße, um den Effekt zu nullifizieren, was auf eine strukturelle Fragilität in der kausalen Identifikation für diese Gruppe hindeutet.

Bedeutung und Ansprüche
Das Paper beansprucht, das erste nichtparametrische Sensitivitätsanalyse-Framework für die Hauptstratifizierung bereitzustellen, das:

Ohne parametrische Annahmen, Bayes'sche Priors, Monotonie oder Ausschlussbeschränkungen operiert.
Bestehende disparate Literaturstränge (z. B. Worst-Case-Grenzen vs. PI-basierte Grenzen) durch einen kontinuierlichen Sensitivitätsparameter vereinheitlicht.
Die Sensitivitätsanalyse auf die breitere Klasse der PGCEs erweitert und damit eine Lücke bei der Handhabung komplexer Outcomes (ordinal, kategorisch) und nichtlinearer Kontraste schließt.
Neue theoretische Erkenntnisse bezüglich der strukturellen Vulnerabilität von paarweisen Estimanden gegenüber Selektionskonfundierung im Vergleich zu Outcome-Konfundierung liefert.
Handlungsorientierte Werkzeuge (scharfe Grenzen, E-Werte, Falsifizierungskonturen) bietet, mit denen Forscher die Robustheit kausaler Behauptungen in Gegenwart ungemessener Konfundierung zwischen latenten Straten und Outcomes bewerten können.

Die Autoren bleiben hinsichtlich zukünftiger Richtungen bescheiden und merken an, dass die Erweiterung des Frameworks auf kontinuierliche intermediäre Variablen und die Integration von debiased Machine Learning zur hochdimensionalen Kovariaten-Adjustment notwendig sind – Punkte, die in dieser Arbeit noch nicht adressiert wurden.