📈 economics

Local conformal prediction for individual causal effects

Dieses Paper schlägt ein Framework für die individualisierte kausale Prädiktion (Individualized Causal Prediction, ICP) vor, das durch die Lokalisierung der Kalibrierung mittels Causal-Forest-gewichteter Kosinusähnlichkeit und der Verwendung von doppelt robusten AIPW-Scores endlich-stichproben-valide Konfidenzintervalle für individuelle kausale Effekte konstruiert und dadurch sowohl die nominelle Abdeckung als auch die Punktgenauigkeit in Settings mit hoher Heterogenität erreicht, in denen Standard-Schätzer versagen.

Ursprüngliche Autoren: Fernando Delbianco, Fernando Tohmé

Veröffentlicht 2026-08-11

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Fernando Delbianco, Fernando Tohmé

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 Arzt, der versucht vorherzusagen, wie ein bestimmter Patient auf ein neues Medikament reagieren wird. In der Welt der Statistik gibt es ein gängiges Werkzeug namens „Conditional Average Treatment Effect“ (CATE). Betrachten Sie dies wie eine Wettervorhersage für eine ganze Stadt: Sie sagt die durchschnittliche Temperatur für alle Menschen in der Nachbarschaft voraus. Wenn das Wetter normalerweise mild ist, ist dieser Durchschnitt eine gute Vermutung für jede einzelne Person. Aber was ist, wenn die Nachbarschaft eine chaotische Mischung aus Menschen ist? Einige frieren in einem Schneesturm, andere schwitzen in einer Hitzewelle, und die „Durchschnittstemperatur“ liegt bei angenehmen 21 Grad Celsius. Dieser Durchschnitt ist nutzlos für denjenigen, der erfriert oder überhitzt. Dies ist das Problem der „Heterogenität“: Wenn die individuellen Reaktionen stark variieren, hört der Durchschnitt auf, die Wahrheit über jedes einzelne Individuum zu sagen.

Um dies zu beheben, nutzen Wissenschaftler die „Conformal Prediction“. Stellen Sie sich vor, Sie versuchen, das Gewicht eines geheimnisvollen Kartons zu erraten. Anstatt nur eine Zahl zu raten, sammeln Sie eine Gruppe ähnlicher Kartons, die Sie bereits gewogen haben. Sie schauen sich an, wie weit Ihre Schätzung bei diesen bekannten Kartons daneben lag, und bauen ein Sicherheitsnetz (einen Bereich) um Ihre Schätzung, der breit genug ist, um das wahre Gewicht des geheimnisvollen Kartons in 95 % der Fälle einzufangen. Diese Methode ist deshalb so leistungsstark, weil sie nicht voraussetzen muss, dass die Gewichte einer perfekten Glockenkurve folgen; sie benötigt lediglich eine Gruppe vergleichbarer Beispiele. Die Herausforderung besteht jedoch darin, die richtige Gruppe von Beispielen zu finden. Wenn Sie den geheimnisvollen Karton mit einer Gruppe von Kartons vergleichen, die alle sehr unterschiedlich von ihm sind, könnte Ihr Sicherheitsnetz riesig und nutzlos sein oder, schlimmer noch, das Ziel völlig verfehlen.

Dieses Paper mit dem Titel „Local Conformal Prediction for Individual Causal Effects“ befasst sich mit der unordentlichen Realität individueller Unterschiede. Die Autoren, Fernando Delbianco und Fernando Tohmé, schlagen ein neues Framework namens „Individualized Causal Prediction“ (ICP) vor. Sie argumentieren, dass man, um vorherzusagen, was bei einer spezifischen Person passieren wird, nicht die Daten der ganzen Welt betrachten sollte. Stattdessen sollte man nur auf das winzige, spezifische Viertel der Menschen schauen, die einer Person kausal ähnlich sind.

Die Autoren schlagen ein kluges Drei-Schritte-Rezept vor, um diese perfekte Nachbarschaft aufzubauen. Zuerst verwenden sie einen intelligenten Algorithmus (einen „Causal Forest“), um herauszufinden, welche Merkmale tatsächlich für das Ergebnis relevant sind, während das Rauschen ignoriert wird. Dann finden sie die Menschen im Datensatz, die der Zielperson basierend auf diesen wichtigen Merkmalen am ähnlichsten sind. Zweitens, da diese Nachbarschaft vielleicht zu klein ist, um eine zuverlässige Vorhersage zu treffen, nutzen sie einen Trick namens „synthetische Augmentierung“. Sie erstellen künstliche, computergenerierte Datenpunkte, die wie die echten Nachbarn aussehen, und füllen damit effektiv die Lücken auf, damit die Vorhersage nicht nur auf einer Handvoll Menschen basiert. Drittens wenden sie einen strengen Filter an, um sicherzustellen, dass diese echten und künstlichen Nachbarn wirklich vergleichbar sind, indem sie jeden aussortieren, der zwar oberflächlich ähnlich aussieht, aber einen anderen zugrunde liegenden Mechanismus besitzt.

Das Paper testet diese Idee mithilfe von Computersimulationen und einem bekannten Datensatz über die Gesundheit von Säuglingen. Die Ergebnisse legen nahe, dass dieser lokale Ansatz ein Gewinner ist. In ihren Simulationen lieferte die neue Methode genauere Punktschätzungen (sie rät den exakten Effekt besser) und engere Vorhersageintervalle (ein kleineres, nützlicheres Sicherheitsnetz) im Vergleich zur alten „globalen“ Methode, die alle betrachtete. Entscheidend ist, dass die neue Methode eine Erfolgsquote von 90 % bei der Abdeckung des wahren Effekts beibehielt, was bedeutet, dass sie genauso zuverlässig wie die alten Methoden war, aber viel präziser. Die Autoren zeigen, dass wir durch die Konzentration auf das lokale kausale Umfeld statt auf den globalen Durchschnitt endlich aussagekräftige Antworten auf die Frage geben können: „Was wird mit mir passieren?“ anstatt nur „Was passiert im Durchschnitt?“.

Technisches Resümee: Lokale konforme Prädiktion für individuelle kausale Effekte

Problemstellung
Die Standardliteratur zur Kausalinferenz hat sich weitgehend auf den bedingten durchschnittlichen Behandlungseffekt (Conditional Average Treatment Effect, CATE), $\tau(x) = E[Y(1) - Y(0) | X = x]$ , als primäres Estimand konzentriert. Während asymptotische Konfidenzintervalle für CATE (z. B. aus Causal Forests oder Double Machine Learning) für den bedingten Mittelwert valide sind, versagen sie bei der Abdeckung des individuellen kausalen Effekts (Individual Causal Effect, ICE), $\tau_q = Y_q(1) - Y_q(0)$ , wenn Behandlungseffekte eine „unbegrenzte Heterogenität“ aufweisen. In solchen Szenarien ist die bedingte Varianz selbst innerhalb enger Kovariaten-Zellen groß, was bedeutet, dass der bedingte Mittelwert nicht den wahrscheinlichen Effekt für ein spezifisches Individuum repräsentiert. Bestehende Methoden der konformen Prädiktion für die kausale Inferenz, wie der gewichtete Split-CQR-Ansatz von Lei und Candès (2021), liefern eine marginale Abdeckung, die über die Verteilung der Kovariaten gemittelt ist, können aber für spezifische Abfrage-Einheiten (Query Units) eine Abdeckung weit unter dem nominalen Niveau aufweisen, da sie Einheiten mit divergierenden Behandlungseffekt-Verteilungen aus dem Kalibrierungsdatensatz einschließen.

Methodik: Das Framework der Individualisierten Kausalen Prädiktion (ICP)
Die Autoren schlagen das ICP-Framework vor, um finite-Sample-valide Prädiktionsintervalle für den ICE einer spezifischen Abfrage-Einheit $q$ zu konstruieren. Die Kerninnovation besteht darin, den Kalibrierungsdatensatz zu lokalisieren, also auf eine kausal relevante Nachbarschaft statt auf den globalen Datensatz zu beschränken. Die Methodik verläuft über vier distinkte Phasen:

Merkmalsgewichtetes relevantes Set ( $R_q^{(t)}$ ):
Für eine Abfrage $q$ und eine Intervention $t$ wählt die Methode Beobachtungen aus dem Datensatz aus, die die Behandlung $t$ erhielten und denselben lokalen strukturellen Mechanismus teilen. Die Ähnlichkeit wird mittels Kosinus-Ähnlichkeit auf Kovariaten gemessen, die durch die Causal Forest Variable Importance ( $\omega_j$ ) umgewichtet wurden. Dies stellt sicher, dass die Nachbarschaft durch kausal relevante Merkmale und nicht durch Rauschvariablen definiert wird.
Synthetische Augmentierung ( $S_q^{(t)}$ ):
Um das Problem der Knappheit von Beobachtungen in hochdimensionalen lokalen Nachbarschaften anzugehen (ein von Meng, 2018 angemerktes Problem), generiert das Framework synthetische Kontrollgruppen. Dies beinhaltet das Ziehen mit Zurücklegen aus $R_q^{(t)}$ und das Hinzufügen von Gaußschen Perturbationen zu den Kovariaten. Die Ergebniswerte für die synthetischen Punkte werden via eines lokalen linearen Modells imputiert. Punkte mit Propensity Scores außerhalb des Überlappungsbereichs $[0.05, 0.95]$ werden verworfen.
Super-Relevanz-Filterung ( $R_q^{*(t)}$ ):
Ein zusammengesetzter Score $\phi_i(q)$ wird für alle Beobachtungen in $R_q^{(t)} \cup S_q^{(t)}$ berechnet, um nach struktureller Homogenität zu filtern. Dieser Score kombiniert:
- Shapley-basierte Einflussgewichte: Abgeleitet von den Causal Forest Leaf Weights.
- Propensity-Score-Nähe: $1 - |\hat{e}(X_i) - \hat{e}(x_q)|$ .
  Entscheidend ist, dass dieser Score nur von $(X, T)$ abhängt und nicht von den Ergebnissen $Y$ , wodurch die Austauschbarkeit (Exchangeability) gewahrt bleibt. Das finale Kalibrierungsset behält die obersten 50 % der Beobachtungen nach diesem Score.
Konforme Kalibrierung mit AIPW-Scores:
Das Framework nutzt Augmented Inverse Propensity Weighted (AIPW) Pseudo-Outcomes als Konformitäts-Scores. Der Nicht-Konformitäts-Score ist definiert als $V_i = |\hat{\Gamma}_i - \hat{\tau}^{OOB}(X_i)|$ , wobei $\hat{\Gamma}_i$ der doppelt robuste AIPW-Schätzer ist. Diese Wahl gewährleistet Neyman-Orthogonalität, was bedeutet, dass Fehler erster Ordnung in der Schätzung der Störparameter (Outcome-Modell oder Propensity Score) nicht auf den kausalen Effekt übertragen werden. Das Prädiktionsintervall wird unter Verwendung des Quantils dieser Scores über dem lokalen Set $R_q^{*(t)}$ konstruiert.

Wesentliche theoretische Beiträge

Finite-Sample-Validität: Unter der Annahme von SUTVA, starker Ignorierbarkeit und einer Selektions-Messbarkeit (Annahme 3) beweisen die Autoren (Theorem 1), dass das resultierende Intervall die Bedingung $P(\tau_q \in \hat{C}(\tau_q)) \geq 1 - \alpha$ erfüllt. Die Validität beruht darauf, dass die Auswahl des Kalibrierungssets nur von Kovariaten und Behandlung abhängt und nicht von den Ergebnissen, was die Austauschbarkeit der Konformitäts-Scores sicherstellt.
Annähernde bedingte Abdeckung: Während die formale Garantie marginal ist, argumentieren die Autoren, dass die Konzentration des Kalibrierungssets um $x_q$ im kausalen Kovariaten-Subraum die Methode in die Lage versetzt, annähernd bedingte Abdeckung zu erreichen – eine strengere Garantie als globale marginale Ansätze.
Modularität: Das Framework wird als Template präsentiert, bei dem die spezifischen Schätzer (z. B. Causal Forests) und Ähnlichkeitsmetriken ausgetauscht werden können, sofern die Selektion ergebnisunabhängig bleibt.

Empirische Ergebnisse
Das Framework wurde auf zwei Datensätzen evaluiert:

Synthetische Daten: Ein Datensatz mit $N=800$ und $P=20$ Kovariaten, von denen nur 3 kausal waren. Die ICP-Strategien (insbesondere „Relevant + Synth“ und „Super-Relevant + Synth“) erreichten eine empirische Abdeckung von 96 % (was das nominelle Ziel von 90 % übertrifft) und reduzierten gleichzeitig RMSE und MAE im Vergleich zu einem globalen Baseline-Modell. Lokale Strategien produzierten zudem engere Intervalle (z. B. 12,63 gegenüber 13,70 für die globale Baseline), ohne die Abdeckung zu opfern.
IHDP-Benchmark: Auf dem Infant Health and Development Program Datensatz ( $N=747$ ) erreichten alle Strategien eine empirische Abdeckung von 100 %. Die Strategie „Relevant + Synth“ dominierte in allen Genauigkeitsmetriken (RMSE: 0,399 gegenüber 0,437 für global; MAE: 0,298 gegenüber 0,333) und lieferte die schmalsten durchschnittlichen Intervallbreiten.
LaLonde-Datensatz: Angewandt auf reale Beobachtungsdaten produzierte die Methode weite Intervalle (im Bereich von 31.000 bis 35.000 $), was die dokumentierte Heterogenität der Einkommenseffekte widerspiegelt, wobei jedoch kein Vergleich zum Ground Truth möglich war.

Bedeutung und Behauptungen
Das Paper behaupten, eine fundamentale Lücke in der Kausalinferenz zu schließen: die Unfähigkeit von Standard-CATE-Schätzern, eine valide Unsicherheitsquantifizierung für individuelle Kontrafaktuale unter hoher Heterogenität zu liefern. Die Bedeutung der Arbeit liegt in:

Paradigmenwechsel: Der Übergung von der Schätzung eines bedingten Mittelwerts hin zur Bereitstellung eines Prädiktionsintervalls für die spezifische kontrafaktuelle Realisierung eines Individuums.
Lokale Kalibrierung: Der Demonstration, dass die Beschränkung der Kalibrierung auf eine kausal relevante Nachbarschaft sowohl die Punktgenauigkeit als auch die Präzision der Intervalle im Vergleich zu globalen Methoden verbessert.
Umgang mit Datenknappheit: Der Aufzeigung, dass die synthetische Augmentierung die lokale Schätzung stabilisieren kann, ohne die für die konforme Prädiktion erforderlichen Austauschbarkeitsannahmen zu verletzen.
Strukturelle Ausrichtung: Der Verbindung von konformer Prädiktion mit Strukturellen Kausalen Modellen (SCM) und Invarianter Kausaler Prädixtion durch das Filtern von Einheiten, die denselben strukturellen Mechanismus teilen, anstatt nur die rohe Merkitnähe zu betrachten.

Die Autoren bleiben hinsichtlich der Limitationen bescheiden und merken an, dass die Methode die Annahme der starken Ignorierbarkeit (keine unbeobachteten Störfaktoren) voraussetzt und dass in sehr hohen Dimensionen die merkmalsgewichtete Ähnlichkeit den kausalen Subraum möglicherweise nicht perfekt isoliert. Sie schlagen vor, dass zukünftige Erweiterungen Instrumentvariablen oder kontinuierliche Behandlungen einbeziehen könnten.

Mehr davon