Resumen Técnico: Identificación y Estimación Proximal en Estructuras Causales de Puerta Delantera con Confusión No Observada del Mediador

Planteamiento del Problema

La inferencia causal se ve fundamentalmente obstruida por la confusión no observada entre el tratamiento ($A$) y el resultado ($Y$). Si bien el criterio de puerta delantera de Pearl ofrece una estrategia de identificación no paramétrica para tales escenarios utilizando un mediador ($M$), este impone un requisito estricto: el mediador debe estar libre de confusión por parte de cualquier causa común del tratamiento y del resultado. En muchos entornos prácticos, los mediadores comparten causas no medidas tanto con el tratamiento como con el resultado, lo que viola este supuesto y hace que la fórmula estándar de la puerta delantera sea inaplicable.

Este artículo aborda el caso estructural causal específico conocido como el grafo de arco compuesto (Fig. 1), donde una variable oculta ($U$) confunde el tratamiento ($A$), el mediador ($M$) y el resultado ($Y$). En este escenario, la distribución contrafactual $p(Y(a))$ generalmente no es identificable mediante métodos gráficos estándar. Los autores proponen una solución aprovechando la inferencia causal proximal, asumiendo que se observan variables proxy informativas ($W$ y $Z$) para el confuso no observado $U$.

Metodología

El artículo desarrolla tres estrategias de identificación distintas, cada una basada en diferentes conjuntos de supuestos estructurales respecto a las independencias condicionales y las propiedades distribucionales de los proxies. Todas las estrategias tienen como objetivo expresar la distribución intervencionista $p(Y(a))$ como un funcional de la distribución de los datos observados $p(A, M, Y, W, Z)$.

1. Estrategias de Identificación

Los autores derivan tres teoremas correspondientes a tres conjuntos de supuestos:

• Conjunto de Supuestos 1 (Teorema 3.4):

  • Estructura: Basado en el grafo de la Fig. 4a.
  • Supuestos: Requiere independencias condicionales específicas (p. ej., $Y \perp Z \mid U, M, A$) y condiciones de completitud (Supuesto 3.2) que aseguren una variación suficiente en las distribuciones de los proxies dado la variable latente.
  • Mecanismo: Se basa en la existencia de soluciones a ecuaciones integrales de Fredholm de la primera especie. La fórmula de identificación (Ec. 7) utiliza una "función puente" $h_0$ para marginalizar sobre el $U$ no observado mediante la integración sobre el proxy observado $W$.

• Conjunto de Supuestos 2 (Teorema 3.8):

  • Estructura: Basado en el grafo de la Fig. 4b.
  • Supuestos: Un conjunto de independencias condicionales no anidadas (Supuesto 3.5) y sus correspondientes condiciones de completitud (Supuesto 3.6).
  • Mecanismo: De manera similar al Conjunto 1, emplea soluciones de ecuaciones de Fredholm (Supuesto 3.7) que involucran dos funciones puente, $b_0$ y $b_1$. El funcional resultante (Ec. 8) se asemeja estructuralmente a la fórmula estándar de la puerta delantera, pero reemplaza los términos no observados con proxies observados a través de estas funciones puente.

• Conjunto de Supuestos 3 (Teorema 3.13):

  • Estructura: Basado en el grafo de la Fig. 3b (un modelo anidado más restrictivo).
  • Supuestos: Independencias condicionales más fuertes (Supuesto 3.9), densidad acotada (Supuesto 3.10), completitud (Supuesto 3.11) y un supuesto de distintividad (Supuesto 3.12) que asegura que la distribución de $Y$ difiera a través de los estados latentes.
  • Mecanismo: Esta estrategia extiende los métodos de descomposición tensorial (Kruskal, 1977) y la identificación basada en la descomposición de autovalores (Kuroki y Pearl, 2014; Allman et al., 2015). Identifica de manera única la distribución conjunta completa de las variables observadas y latentes (salvo por etiquetado), permitiendo recuperar el efecto causal mediante la fórmula g.

2. Estrategias de Estimación

El artículo propone estimadores para los funcionales identificados:

• Estimadores Plug-in: Para las tres estrategias, se construyen estimadores plug-in consistentes. Para los Conjuntos 1 y 2, esto implica estimar las funciones puente (soluciones a ecuaciones integrales) y tomar promedios muestrales. Para el Conjunto 3, implica resolver sistemas lineales para estimar componentes distribucionales.
• Estimador basado en la Función de Influencia (Conjunto 3): Para la tercera estrategia, los autores derivan una función de influencia no paramétrica (Ec. 14) para la media contrafactual $\psi_a = E[Y(a)]$.
  • Construcción: El estimador transforma la función de influencia de los datos completos (asumiendo que $U$ es observado) en una función de influencia de datos observados utilizando pesos construidos a partir de polinomios de interpolación de Lagrange.
  • Propiedades: El estimador resultante, $\hat{\psi}^{(S3, IF)}_a$, exhibe robustez múltiple (Teorema 4.2). Sigue siendo consistente si cualquiera de cinco conjuntos específicos de funciones de molestia (p. ej., densidades condicionales de $M$, expectativas de proxies o modelos de resultado) está correctamente especificado.
  • Asintótica: El estimador es $\sqrt{n}$-consistente y asintóticamente normal (Teorema 4.3), incluso cuando las funciones de molestia se estiman a tasas más lentas que las paramétricas (p. ej., usando aprendizaje automático), siempre que se utilice la división de muestras (sample splitting).

Resultados Clave y Contribuciones

1. Generalización del Criterio de Puerta Delantera: El artículo extiende el criterio de puerta delantera de Pearl a escenarios donde el mediador está confundido por causas comunes no observadas, siempre que existan proxies informativos para dichas causas.
2. Tres Vías de Identificación: Los autores proporcionan tres teoremas de identificación distintos (Teoremas 3.4, 3.8, 3.13) con variaciones en los supuestos estructurales, ofreciendo flexibilidad para diferentes procesos de generación de datos.
3. Nuevo Marco de Estimación: El artículo introduce un marco de estimación riguroso para estos funcionales complejos, incluyendo un estimador de función de influencia semiparamétrica que logra robustez doble/múltiple y consistencia $\sqrt{n}$.
4. Validación por Simulación: La validez de los métodos de identificación y el desempeño de los estimadores propuestos se evalúan mediante estudios de simulación tanto en procesos de generación de datos de soporte finito como mixtos (Sección 5).

Significancia y Reivindicaciones

El artículo afirma cerrar la brecha entre la identificación basada en modelos gráficos (que a menudo falla con mediadores ocultos) y la inferencia causal proximal (que típicamente aborda la confusión no observada del tratamiento/resultado, pero no la del mediador). Al combinar estos enfoques, los autores demuestran que los efectos causales siguen siendo identificables en la estructura de "arco compuesto", un escenario común en la práctica donde los mediadores comparten causas no medidas con los tratamientos y los resultados.

La significancia radica en relajar el supuesto de "mediador no confundido", un cuello de botella importante en la aplicación del análisis de puerta delantera, al sustituirlo por el supuesto de la existencia de proxies observados para los confundidores latentes. El trabajo proporciona una base teórica y herramientas de estimación práctica (incluyendo estimadores robustos) para investigadores que enfrentan tales estructuras de confusión complejas. Los autores señalan que la estrategia de identificación para el Conjunto 3 extiende los métodos existentes de descomposición de autovalores a espacios de estado continuo y permite la identificación de la ley conjunta completa, no solo del efecto causal promedio.