Heterogeneous Treatment Effects under Network Interference: A Nonparametric Approach Based on Node Connectivity

Resumen Técnico: Efectos de Tratamiento Heterogéneos bajo Interferencia de Red

Planteamiento del Problema
La inferencia causal en entornos de red se complica por la interferencia de red, donde el resultado de un individuo depende no solo de su propio tratamiento, sino también de los tratamientos recibidos por sus vecinos. Si bien la literatura existente aborda extensamente la estimación de efectos de tratamiento promedio poblacional (como los Efectos de Tratamiento Promedio, Efectos Directos Promedio y Efectos de Desbordamiento Promedio), estos enfoques suelen oscurecer la heterogeneidad inducida por las estructuras de red locales. Además, identificar las medias contrafácticas específicas de cada nodo es teóricamente desafiante porque, sin supuestos adicionales, una única observación de unidades vinculadas en red no proporciona suficientes datos para identificar no paramétricamente la media contrafáctica para un nodo específico bajo una intervención de vecindad específica. Los intentos previos para abordar esto, como los modelos de grafos de cadena autorregresivos, dependen de supuestos paramétricos restrictivos.

Metodología: KECENI
Los autores proponen KECENI (Kernel Estimator of Causal Effect under Network Interference), un marco no paramétrico diseñado para estimar las medias contrafácticas por nodo, denotadas como $\theta_{i^*}(t^*_{N_{i^*}})$. Este estimando representa el resultado esperado para un nodo objetivo $i^*$ bajo una asignación de intervención hipotética $t^*_{N_{i^*}}$ a su vecindad, condicionado a la red observada $G$.

La metodología procede en tres pasos principales:

1. Construcción de Pseudo-resultados: Los autores adaptan el enfoque de pseudo-resultados de Kennedy et al. (2017) al entorno de red. Definen un pseudo-resultado $\xi_i$ que combina una función de regresión de resultados $\mu_i$ y un puntaje de propensión $\pi_i$. Esta construcción asegura la doble robustez: el pseudo-resultado es un estimador insesgado de la media contrafáctica por nodo si tanto el modelo de resultados como el modelo de puntaje de propensión están correctamente especificados.
2. Suavizado de Kernel: Para abordar el problema de "solapamiento limitado" —donde las coincidencias exactas para la configuración de la vecindad de un nodo objetivo son raras en los datos observados— KECENI agrupa información de nodos con configuraciones de vecindad similares. La similitud se cuantifica mediante una métrica de disimilitud $\Delta$ especificada por el usuario (por ejemplo, basada en mapeos de exposición o distancias de Gromov-Wasserstein). El estimador aplica un suavizado de kernel a los pseudo-resultados de estas unidades similares.
3. Inferencia: El artículo desarrolla una nueva teoría de procesos empíricos para manejar la estructura de dependencia inherente a los datos de red. Esta teoría establece la consistencia y la normalidad asintótica del estimador KECENI, teniendo en cuenta el hecho de que se utilizan los mismos datos para estimar los parámetros de molestia y el estimando causal. Se propone un estimador de varianza sándwich ajustado por dependencia para construir intervalos de confianza válidos.

Contribuciones Clave

• Cambio en los Estimandos: El artículo desplaza el enfoque de los estimandos promedio de la población hacia las medias contrafácticas por nodo como objetivos primarios de inferencia. Esto permite la preservación y el análisis de la heterogeneidad impulsada por las características de la red local (por ejemplo, grado del nodo, agrupamiento).
• Identificación No Paramétrica: A diferencia de los métodos anteriores que dependen de modelos paramétricos (por ejemplo, estructuras autorregresivas) para identificar efectos por nodo, KECENI ofrece un enfoque no paramétrico. Aprovecha la conexión entre la estimación por nodo y la estimación de la función de respuesta a la dosis, utilizando el suavizado para tomar prestada fuerza de configuraciones de vecindad similares.
• Doble Robustez bajo Interferencia: El método extiende la propiedad de doble robustez a los entornos de interferencia de red, protegiendo contra la especificación errónea tanto en el modelo de resultados como en el mecanismo de asignación de tratamiento.
• Nuevo Kit de Herramientas Teóricas: Los autores desarrollan una nueva teoría de procesos empíricos para promedios ponderados bajo dependencia de red. Esta teoría controla los términos estocásticos en presencia de dependencia de red y un aumento en la complejidad de la red, un paso necesario para establecer una inferencia asintótica válida en este contexto.
• Ajuste Basado en Datos: El marco facilita la selección de la métrica de disimilitud, el kernel y el ancho de banda mediante validación cruzada, tratando la elección de la métrica de similitud como un problema de selección de modelos.

Resultados

• Simulaciones:
  • Consistencia y Normalidad: Las simulaciones demuestran que los estimaciones de KECENI son consistentes y asintóticamente normales, con intervalos de confianza que alcanzan tasas de cobertura nominales.
  • Doble Robustez: En escenarios de especificación errónea, KECENI mantiene un error cuadrático medio (RMSE) bajo siempre que uno de los modelos de molestia (resultado o propensión) esté correctamente especificado, mientras que los estimadores de G-computación fallan si el modelo de resultados está mal especificado.
  • Comparación con Métodos Existentes: Cuando el proceso generador de datos real involucra interacciones complejas que son desconocidas o mal especificadas en modelos paramétricos (por ejemplo, AUTOGNET y TMLENET), KECNl identifica con éxito los efectos de tratamiento utilizando suavizado no paramétrico y distancias de Gromov-Wasserstein fusionadas. Por el contrario, cuando los modelos paramétricos están correctamente especificados, KECNI rinde de manera comparable a estos métodos.
• Aplicación Empírica (Microfinanzas en la India):
  • Aplicado a datos de microfinanzas de la zona rural de la India (Banerjee et al., 2013), el método estimó el impacto de unirse a grupos de autoayuda para el ahorro (SHG) sobre la tolerancia al riesgo financiero.
  • Mientras que el efecto de desbordamiento promedio (ASpE) en toda la población resultó ser estadísticamente insignificante (alineándose con estudios previos), el análisis por nodo reveló una heterogeneidad significativa.
  • Específicamente, se detectó un efecto de desbordamiento positivo significativo para los nodos tratados con pocas conexiones (bajo grado), mientras que los nodos altamente conectados no mostraron tal efecto. Esto sugiere que los individuos menos conectados son más susceptibles a los efectos de desbordamiento de la participación de sus vecinos, un matiz que los estimaciones promedio de la población ocultan.

Significancia y Reivindicaciones
El artículo afirma que KECNI proporciona un marco flexible para comprender cómo los efectos de tratamiento varían con la conectividad de la red, ofreciendo conocimientos granulares para la focalización de intervenciones y la evaluación de políticas. Al ir más allá de los efectos promedio, el método revela que los efectos de desbordamiento no son uniformes, sino que dependen críticamente de las características locales de la red.

Los autores enfatizan que su enfoque aborda una limitación práctica de los métodos existentes: la selección ad hoc de los mapeos de exposición. Al permitir la selección de métricas de similitud basada en datos mediante validación cruzada, KECNI ofrece un camino principista hacia la selección de modelos causales bajo interferencia de red.

El artículo es modesto en su alcance, señalando que, si bien identifica la heterogeneidad asociada con la estructura de la red, no pretende desentrañar los efectos causales de la estructura de la red de los efectos de homofilia (efectos de selección), lo cual requeriría supuestos más fuertes o datos de red longitudinales. Las garantías teóricas dependen de condiciones de regularidad específicas respecto a la dependencia de la red (por ejemplo, radio de dependencia local acotado) y la suavidad de las funciones subyacentes.