📊 statistics

Learning Who to Treat When Treatment is Missing

Diese Arbeit befasst sich mit der Herausforderung fehlender Behandlungsdaten beim Policy Learning, indem sie effiziente Schätzer für durchschnittliche und konditionale Behandlungseffekte unter den Annahmen von Missing at Random (MAR) und Missing Completely Conditionally at Random (MCCAR) erweitert, wobei sie beweist, dass MAR-basierte Schätzer sowohl valide als auch effizienter sind, und durch Experimente demonstriert, dass die korrekte Spezifikation des Missingness-Mechanismus entscheidend für das Erreichen einer Near-Oracle-Performance ist.

Ursprüngliche Autoren: Johnna Sundberg, Rayid Ghani, Eli Ben-Michael, Edward Kennedy

Veröffentlicht 2026-07-17

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Johnna Sundberg, Rayid Ghani, Eli Ben-Michael, Edward Kennedy

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 der Kapitän eines Raumschiffs mit einem begrenzten Treibstoffvorrat und Ihre Mission ist es, so viele Planeten wie möglich zu retten. Sie haben eine Karte, die zeigt, welche Planeten in Schwierigkeiten sind, aber es gibt einen Haken: Einige Ihrer Sensoren sind fehlerhaft. Manchmal meldet der Sensor, dass ein Planet in Not ist; ein anderes Mal bleibt er einfach leer. Sie müssen entscheiden, welche Planeten Sie besuchen, um die meisten „geretteten“ Punkte zu erhalten. Dies ist die Welt des Policy Learning (Politik-Lernen), eines Zweigs der Informatik, in dem Algorithmen Menschen helfen, die besten Entscheidungen zu treffen, wenn Ressourcen knapp sind. Um dies zu tun, muss der Computer den „Behandlungseffekt“ kennen – im Grunde, wie viel besser es einem Planeten geht, wenn Sie ihn besuchen, im Vergleich dazu, wenn Sie ihn ignorieren. Aber was passiert, wenn Ihre Daten unordentlich sind? Was, wenn der Sensor nicht einfach zufällig ausgefallen ist, sondern öfter ausfiel, wenn der Planet bereits in einem wirklich schlechten Zustand (oder einem wirklich guten Zustand) war? Wenn Sie die Planeten mit den defekten Sensoren ignorieren, könnten Sie diejenigen verpassen, die Hilfe am dringendsten benötigen, was zu einem Missionsfehler führt. Dieses Paper befasst sich mit dem kniffligen Problem, wie man kluge Entscheidungen trifft, wenn die Daten darüber, wer eine „Behandlung“ erhalten hat, unvollständig oder lückenhaft sind.

Die Autoren dieses Papers, Forscher der Carnegie Mellon University, widmen sich einem ganz speziellen Kopfzerbrechen: Was macht man, wenn man nicht weiß, ob eine Person eine Behandlung (wie ein Medikament oder ein Sozialprogramm) erhalten hat, weil der Datensatz fehlt? In vielen realen Situationen, wie im Gesundheitswesen oder bei Sozialdiensten, sind Daten nicht perfekt. Manchmal gehen Aufzeichnungen verloren oder Menschen vergessen, Formulare auszufüllen. Das Paper untersucht zwei Hauptwege, wie dieses fehlende Datenmaterial entstehen kann. Der erste ist wie eine kaputte Kamera, die Bilder völlig zufällig verpasst; der zweite ist hinterhältiger: Die Kamera verpasst Bilder speziell dann, wenn die Szene chaotisch ist oder wenn das Subjekt etwas Bestimmtes tut.

Die Forscher fanden heraus, dass das „hinterhältige“ Fehlen tatsächlich das häufigere und gefährlichere Szenario ist. Sie haben mathematisch bewiesen, dass man wertvolle Informationen liegen lässt, wenn man einfach die Daten wegwirft, bei denen die Behandlung fehlt (eine gängige Gewohnheit namens „Complete-Case-Analyse“). Stattdessen haben sie eine neue Methode entwickelt, die wie ein Detektiv agiert, indem sie die Hinweise von den Personen nutzt, deren Daten vollständig sind, um zu erraten, was bei den Personen mit fehlenden Daten passiert sein könnte. Sie zeigten, dass ihre Methode, die davon ausgeht, dass das Fehlen von dem abhängt, was wir sehen können (wie das Alter oder das Einkommen einer Person), nicht nur sicherer, sondern auch effizienter ist. Es ist, als hätte man eine Superkraft, jeden einzelnen Informationsfetzen zu nutzen, anstatt die Hälfte seiner Puzzleteile in den Müll zu werfen, nur weil das Bild darauf verschmiert ist.

Durch eine Reihe von Computersimulationen und Tests an realen Datensätzen (wie Wahlunterlagen und Testergebnissen in der Schule) haben das Team und seine Methode demonstriert, dass ihr Ansatz funktioniert. Wenn die fehlenden Daten wirklich zufällig waren, performte ihre Methode genauso gut wie die alte Art. Aber wenn die fehlenden Daten mit dem Ergebnis zusammenhingen (die „hinterhältige“ Art), versagte die alte Art und lieferte verzerrte und falsche Antworten, während ihre neue Methode präzise blieb. Sie zeigten sogar, dass ihre Methode besser und präziser wird, wenn man mehr Daten hinzufügt, und schließlich ein „nahezu perfektes“ Leistungsniveau erreicht. Der Kernpunkt ist: Für jeden, der entscheiden muss, wem er mit begrenzten Ressourcen helfen soll, ist es eine schlechte Idee, fehlende Daten zu ignorieren. Indem sie ihre neuen Werkzeuge nutzen, können politische Entscheidungsträger klügere, fairere Entscheidungen treffen, selbst wenn ihre Aufzeichnungen unvollkommen sind.

Technisches Resümee: Lernen, wen man wann behandelt, wenn die Behandlung fehlt

Problemformulierung

Die Arbeit befasst sich mit der Herausforderung, optimale Zuteilungspolitiken ( $d: \mathcal{X} \to \{0, 1\}$ ) unter Budgetbeschränkungen ( $\kappa$ ) zu erlernen, wenn die Daten zur Behandlungszuweisung ( $A$ ) für einen Teil der Population fehlen. Das Ziel ist die Maximierung des erwarteten Nutzens $V(d) = E[Y(d(X))]$ , indem Personen mit dem höchsten bedingten durchschnittlichen Behandlungseffekt (Conditional Average Treatment Effect, CATE), $\tau(X) = E[Y(1) - Y(0) | X]$ , identifiziert werden.

Standardmethoden zum Erlernen von Politiken setzen vollständige Daten voraus. In Beobachtungsstudien (z. B. im Gesundheitswesen, bei Sozialdiensten) sind Behandlungsdatensätze jedoch häufig unvollständig aufgrund lückenhafter Aufzeichnungen, Messfehlern oder Problemen bei der Datenintegration. Die Arbeit unterscheidet zwischen zwei Mechanismen des Fehlens:

Missing Completely Conditionally at Random (MCCAR): Das Fehlen ( $R=0$ ) hängt nur von den beobachteten Kovariaten $X$ ab. Formal gilt: $R \perp\!\!\!\perp (A, Y) \mid X$ .
Missing at Random (MAR): Das Fehlen hängt von den beobachteten Kovariaten $X$ und den beobachteten Ergebnissen $Y$ ab. Formal gilt: $R \perp\!\!\!\perp A \mid (X, Y)$ .

Unter MCCAR ist eine Standard-Complete-Case-Analyse (Verwerfen von Einheiten mit fehlendem $A$ ) valide, aber potenziell ineffizient. Unter MAR ist die Complete-Case-Analyse verzerrt, da der Mechanismus des Fehlens mit dem Ergebnis zusammenhängt, was die Annahme verletzt, dass das Fehlen unter Berücksichtigung der Kovariaten unabhängig von den potenziellen Ergebnissen ist. Die Arbeit beschränkt sich auf diese beiden Szenarien und schließt Missing Not at Random (MNAR)-Szenarien aus, bei denen das Fehlen von unobservierten Faktoren abhängt.

Methodik

Die Autoren erweitern Methoden der effizienten Einflussfunktion (Efficient Influence Function, IF), die ursprünglich für die Schätzung des durchschnittlichen Behandlungseffekts (Average Treatment Effect, ATE) unter MAR entwickelt wurden, auf die Probleme der Schätzung des Politikwertes (Policy Value) und des CATE.

1. Identifikationsstrategien

Die Arbeit schlägt zwei Identifikationsstrategien basierend auf den Annahmen zum Fehlen vor:

Strategie Eins (MAR-basiert): Valide sowohl unter MCCAR als auch unter MAR. Sie nutzt alle verfügbaren Daten (einschließlich teilweise beobachteter Einheiten) durch Umgewichtung der beobachteten Ergebnisse. Der Politikwert ist identifizierbar als:
$V(d) = E\left[\frac{\beta_d(X)}{\gamma_d(X)}\right]$
wobei $\beta_d(X) = E[Y \lambda_d(X, Y) \mid X]$ und $\gamma_d(X) = E[\lambda_d(X, Y) \mid X]$ . Hierbei ist $\lambda_d(X, Y) = P(A=d(X) \mid X, Y, R=1)$ der Propensity Score, konditioniert auf die Ergebnisse, und $\pi(X, Y) = P(R=1 \mid X, Y)$ ist die Wahrscheinlichkeit, die Behandlung zu beobachten.
Strategie Zwei (MCCAR-basiert): Valide nur unter MCCAR. Es handelt sich um einen Complete-Case-Schätzer, der nur Einheiten mit beobachteten Behandlungen verwendet:
$V(d) = E[\nu_d(X)]$
wobei $\nu_d(X) = E[Y \mid X, A=d(X), R=1]$ .

2. Effiziente Schätzer

Die Autoren leiten verzerrungskorrigierte, doppelt robuste Schätzer unter Verwendung von Einflussfunktionen (IFs) ab, um semiparametrische Effizienzgrenzen zu erreichen.

MCCAR-Schätzer ( $\hat{\Phi}_{MCCAR}$ ): Basierend auf der IF $\phi_{MCCAR}$ , die sich auf die Störfunktionen (Nuisance Functions) $\eta_d(X) = P(A=d(X), R=1 \mid X)$ und $\nu_d(X)$ stützt. Er ist konsistent, wenn entweder $\hat{\eta}_d$ oder $\hat{\nu}_d$ korrekt spezifiziert ist.
MAR-Schätzer ( $\hat{\Psi}_{MAR}$ ): Basierend auf der IF $\phi_{MAR}$ , die die gesamte Stichprobe nutzt. Er erfordert die konsistente Schätzung der Störfunktionen $\pi(X, Y)$ , $\lambda_d(X, Y)$ , $\beta_d(X)$ und $\gamma_d(X)$ . Entscheidend ist, dass er die konsistente Schätzung von $\gamma_d$ (dem Propensity Score ohne Konditionierung auf das Ergebnis) zusätzlich zu entweder $\lambda_d$ oder $\pi$ erfordert.

3. Politiklernen (CATE-Schätzung)

Um die optimale Politik zu erlernen, verwenden die Autoren das DR-Learner-Framework. Sie konstruieren Pseudo-Ergebnisse basierend auf der Differenz zwischen den MAR- oder MCCAR-Wertfunktionsschätzern für die Behandlung ( $A=1$ ) und die Kontrolle ( $A=0$ ):

$\tilde{\phi}_{MAR} = \hat{\phi}_{MAR}(1) - \hat{\phi}_{MAR}(0)$
$\tilde{\phi}_{MCCAR} = \hat{\phi}_{MCCAR}(1) - \hat{\phi}_{MCCAR}(0)$

Diese Pseudo-Ergebnisse werden unter Verwendung generischer Machine-Learning-Methoden (z. B. Random Forests) auf die Kovariaten $X$ regressiert, um $\tau(X)$ zu schätzen. Die optimale Politik wird dann dadurch definiert, dass Personen behandelt werden, deren geschätzter CATE einen durch die Budgetbeschränkung bestimmten Schwellenwert überschreitet.

Wichtige Beiträge

Erweiterung effizienter Schätzer: Die Autoren erweitern die Methoden der effizienten Einflussfunktion von der ATE-Schätzung auf die Politikwert- und CATE-Schätzung unter MAR- und MCCAR-Annahmen.
Theoretischer Effizienzbeweis: Die Arbeit beweist, dass der MAR-basierte Schätzer asymptotisch effizienter ist als der MCCAR- (Complete-Case-) Schätzer, wann immer beide valide sind (d. h. unter MCCAR-Annahmen). Dies liefert eine formale Begründung für die Bevorzugung von MAR-basierten Methoden, selbst wenn die stärkere MCCAR-Annahme gilt, da der MAR-Schätzer teilweise beobachtete Einheiten nutzt, um die Varianz zu reduzen.
Robustheit gegenüber Fehlspezifikation: Die vorgeschlagenen Schätzer besitzen doppelt robuste Eigenschaften. Der MAR-Schätzer bleibt konsistent, wenn entweder das Ergebnismodell ( $\lambda_d$ ) oder der Mechanismus des Fehlens ( $\pi$ ) korrekt spezifiziert ist, vorausgesetzt, der Propensity-Score-Modell ( $\gamma_d$ ) wird konsistent geschätzt.
Empirische Validierung: Umfassende Experimente auf synthetischen und semi-synthetischen Datensätzen (Voting und STAR) zeigen, dass die korrekte Spezifikation des Fehlmechanismus entscheidend ist. Fehlspezifizierte Schätzer bleiben unabhängig von der Stichprobengröße verzerrt, während die vorgeschlagenen MAR-Schätzer eine nahezu Oracle-Performance erreichen, wenn die Annahmen erfüllt sind.

Ergebnisse

Synthetische Experimente:
- Konvergenz: In MAR-Settings weist der MCCAR-Schätzer selbst bei großen Stichproben eine persistente Verzerrung auf, während der MAR-Schätzer gegen den Oracle konvergiert. In MCCAR-Settings sind beide Schätzer erwartungstreu, aber der MAR-Schätzer erreicht etwas schnellere Konvergenzraten.
- Robustheit: Der MAR-Schätzer ist robust gegenüber der Fehlspezifikation entweder des Treatment-Propensity-Modells oder des Fehlmechanismus, aber nicht gegen beide gleichzeitig.
- Effizienzgewinne: Theoretische Analysen und Simulationen bestätigen, dass die asymptotische relative Effizienz (ARE) des MAR-Schätzers gegenüber dem MCCAR-Schätzer mit dem augmentierten Propensity Score, der Fehlrate und der Korrelation zwischen ihnen steigt.
Semi-synthetische Experimente:
- Unter Verwendung von Realdaten aus randomisierten Studien (Voting und STAR) mit künstlich induziertem Fehlen übertrafen die MAR-basierten Schätzer (DR-MAR) konsistent die Complete-Case-Methoden und andere Baselines (IPW, Outcome Regression, MTRNET) in MAR-Settings, insbesondere wenn die Behandlungsdaten stark begrenzt waren (10–30 % beobachtet).
- In MCCAR-Settings schnitten die meisten Methoden ähnlich ab, wobei der MAR-basierte Ansatz jedoch wettbewerbsfähig blieb.
- Die Ergebnisse verdeutlichen, dass das Verwerfen unvollständiger Beobachtungen (Complete-Case-Analyse) zu suboptimalen Politiken führt, wenn das Fehlen vom Ergebnis abhängt.

Bedeutung und Behauptungen

Die Arbeit argumenttiert, dass die Complete-Case-Analyse nicht die effiziente Wahl ist, selbst wenn die Complete-Case-Annahmen (MCCAR) gelten. Die Autoren behaupten, dass MAR-basierte Schätzer theoretisch überlegen sind, weil sie:

Eine geringere asymptotische Varianz erreichen, indem sie teilweise beobachtete Einheiten nutzen.
Weniger Identifikationsannahmen benötigen als MCCAR-Schätzer (da MCCAR ein Spezialfall von MAR ist).
Einen robusten, nichtparametrischen Rahmen für das Erlernen von Politiken bieten, der die inhärente Verzerrung vermeidet, die entsteht, wenn das Fehlen ergebnisabhängig ist.

Die Autoren kommen zu dem Schluss, dass es in der Praxis, in der der Mechanismus des Fehlens oft unsicher ist, die klügere Strategie ist, auf eine MAR-basierte Schätzung zu setzen. Die Verwendung von MCCAR-Schätzern unter MAR-Annahmen führt zu persistenter Verzerrung, während die Verwendung von MAR-Schätzern unter MCCAR-Annahmen eine höhere Effizienz ermöglicht. Diese Asymmetrie verstärkt die Empfehlung, MAR-basierte Methoden für ein robustes Politiklernen einzusetzen, wenn Daten zur Behandlung fehlen.