Resumen Técnico: Estimación Bayesiana de Efectos Causales utilizando Proxies de una Red de Interferencia Latente

Planteamiento del Problema

En la inferencia causal, la interferencia de red ocurre cuando el tratamiento asignado a una unidad afecta los resultados de otras. Los enfoques tradicionales suelen asumir que la red observada especifica correctamente la estructura de interferencia. Sin embargo, en la práctica, los investigadores carecen de acceso a la verdadera red de interferencia ($A^*$). En su lugar, poseen solo mediciones proxy ($A$) debido a limitaciones en la recolección de datos (por ejemplo, errores de autoinforme, sesgo de memoria) o porque los vínculos sociales observados no corresponden a las vías reales de interferencia (por ejemplo, conexiones en línea frente a contacto físico).

Tratar una red proxy como la estructura de interferencia verdadera puede conducir a una especificación errónea del modelo y a estimaciones de efectos causales sesgadas. Las soluciones existentes suelen depender de supuestos estructurales específicos (por ejemplo, modelos de medias lineales con mecanismos de error específicos) o de enfoques de dos etapas que primero infieren la red y luego la tratan como fija. Este último enfoque no logra propagar la incertidumbre desde la etapa de inferencia de la red hacia las estimaciones causales, lo que conduce a una subestimación de la incertidumbre. Además, la verdadera red de interferencia es a menudo latente, lo que crea un espacio discreto de alta dimensión que hace que la inferencia bayesiana estándar sea computacionalmente intratable.

Metodología

Modelos Causales Estructurales (SCM)

Los autores proponen un marco general de Modelos Causales Estructurales donde la verdadera red de interferencia $A^*$ se trata como una variable latente generada a partir de un modelo de red aleatoria. El marco admite diversas configuraciones estructurales:

1. Proxies Causales: Las redes observadas $A$ son descendientes directas de $A^*$ (por ejemplo, mediciones ruidosas).
2. Proxies No Causales: Tanto $A^*$ como $A$ dependen de variables latentes compartidas $V$ (por ejemplo, redes multicapa que comparten posiciones latentes), sin que exista un vínculo causal directo entre ellas.
3. Asignación de Tratamiento: El marco modela la asignación de tratamiento ($Z$) como potencialmente dependiente de la red latente $A^*$ (entornos observacionales) o de los proxies observados $A$ (ensayos aleatorios con aleatorización por conglomerados basada en proxies).

El modelo de resultado ($Y$) incorpora la interferencia mediante funciones de resumen (mapeos de exposición) que agregan tratamientos y covariables de los vecinos basándose en la verdadera red $A^*$. Los estimandos causales se definen como intervenciones sobre políticas de población (estáticas, dinámicas o estocásticas), distintas de las intervenciones sobre los niveles de exposición.

Identificabilidad

El artículo investiga la identificabilidad de los parámetros estructurales en entornos simplificados. Demuestra que, si bien la naturaleza latente de $A^*$ plantea desafíos, los parámetros estructurales son recuperables siempre que exista información suficiente de la distribución conjunta de resultados, tratamientos y redes proxy. El análisis muestra que cada módulo de datos (resultados, tratamientos, proxies) contribuye a la identificación de los parámetros, requiriendo a menudo menos redes proxy independientes de las que se necesitarían si solo se usaran los proxies.

Inferencia Bayesiana y Algoritmo de Muestreo

Para estimar los efectos causales, los autores desarrollan un marco de inferencia bayesana. La distribución posterior involucra un espacio mixto de parámetros continuos ($\Theta$) y la red latente discreta ($A^*$). La marginalización directa de $A^*$ es computacionalmente inviable debido al crecimiento super-exponencial del espacio de estados ($O(2^{N^2})$).

Para abordar esto, los autores proponen un muestreador de Gibbs por bloques con Propuestas Localmente Informadas (LIP):

1. Estructura de Gibbs por Bloques: El algoritmo alterna entre la actualización de parámetros continuos (usando técnicas MCMC estándar como NUTS) y la actualización de la red latente discreta $A^*$.
2. Propuestas Localmente Informadas (LIP): Las propuestas de paseo aleatorio estándar para actualizaciones de redes sufren de una mala mezcla en espacios discretos de alta dimensión. Los autores emplean LIP, que sesga los cambios de aristas (edge flips) hacia estados con mayor probabilidad posterior.
3. Aproximación Basada en Gradientes: La LIP exacta requiere evaluar la posterior para cada posible cambio de arista, lo cual es $O(N^2)$ por iteración. Para hacer esto factible, los autores aproximan las diferencias de la log-posterior mediante gradientes (vía una serie de Taylor de primer orden). Esto reduce el costo computacional a una única evaluación de gradiente por iteración, aprovechando la diferenciación automática.
4. Inicialización: Se utiliza un procedimiento de inicialización de múltiples etapas para asegurar que la cadena de Markov comience en una región de alta probabilidad, utilizando distribuciones de cut-posterior para estimar la red y los parámetros de los proxies antes de refinar el estado de la red con la retroalimentación completa del modelo.

Estimación de Efectos Causales

Los estimandos causales se estiman promediando sobre las muestras de la posterior de la red latente y los parámetros. Para una política estática, el resultado esperado se aproxima promediando las expectativas condicionales sobre las muestras de la posterior de $A^*$ y $\Theta$. Este enfoque propaga naturalmente la incertidumbre desde la inferencia de la red hacia las estimaciones causales finales.

Principales Contribuciones

1. Modelos Causales Estructurales Flexibles: El artículo introduce un marco general de SCM que trata la red de interferencia como una variable latente, acomodando tanto mecanismos de proxy causales como no causales y diversas dependencias de asignación de tratamiento.
2. Estimación Conjunta: A diferencia de los enfoques de dos etapas heurísticos, el marco propuesto estima conjuntamente la red latente y los parámetros causales. Esto asegura que la incertidumbre en la estructura de la red se propague correctamente a las estimaciones de los efectos causales.
3. Inferencia Eficiente para Redes Latentes Discretas: Los autores desarrollan un muestreador de Gibbs por bloques equipado con Propuestas Localmente Informadas y aproximaciones basadas en gradientes. Esto permite una exploración eficiente del espacio posterior discreto de alta dimensión, haciendo factible la inferencia bayesiana para tamaños de red donde la marginalización por fuerza bruta es imposible. El artículo también proporciona un análisis formal del error de aproximación, mostrando que permanece independiente del tamaño de la red bajo ciertas condiciones.

Resultados

Los autores evalúan el método utilizando datos sintéticos completos y semi-sintéticos:

• Datos Sintéticos Completos: Simulaciones con $N=500$ unidades demuestran que el algoritmo de Gibbs por Bloques (BG) propuesto logra consistentemente un Error Absoluto Porcentual Medio (MAPE) más bajo en la estimación de efectos causales en comparación con los modelos base, incluyendo enfoques ingenuos (tratar los proxies como la verdad), métodos de relajación continua y enfoques de dos etapas. Crucialmente, el método BG logra tasas de cobertura empírica para los intervalos de credibilidad cercanas al nivel nominal, mientras que los métodos de dos etapas y los modelos base de agregación tienden a subestimar la incertidumbre.
• Datos Semi-Sintéticos: Utilizando un conjunto de datos de red multicapa del mundo real (empleados de la Universidad de Aarhus), el método fue probado designando una capa como la red latente y otras como proxies. El método BG superó nuevamente a los métodos de dos etapas y a las estrategias simples de agregación (unión/intersección de capas) en términos de precisión de estimación y cuantificación de la incertidumbre.

Significación y Reivindicaciones

El artículo afirma avanzar la literatura sobre inferencia causal con interferencia de red al proporcionar un marco unificado para escenarios donde la red de interferencia es latente y solo se dispone de mediciones proxy. La significación radica en:

• Abordar la Especificación Errónea: Modela explícitamente la discrepancia entre los proxies observados y la verdadera estructura de interferencia, mitigando los sesgos causados por la especificación errónea de la red.
• Cuantificación de la Incertidumbre: Al estimar conjuntamente la red y los efectos causales, el marco evita la subestimación de la incertidumbre inherente a los enfoques de dos etapas.
• Factibilidad Computacional: El desarrollo de la LIP basada en gradientes dentro de un muestreador de Gibbs por bloques hace que la inferencia bayesiana sea computacionalmente factible para tamaños de red prácticos, una tarea que anteriormente se veía obstaculizada por la naturaleza discreta del problema.

Los autores señalan que su enfoque depende de una especificación de modelo precisa, la cual puede evaluarse mediante verificaciones predictivas de la posterior. También reconocen que, aunque su marco maneja redes latentes, la identificación de los efectos de las intervenciones sobre la propia estructura de la red puede requerir supuestos adicionales debido a la confusión latente.