Resumen Técnico: Estimación Funcional bajo Identificación de la Ley Completa Basada en Proxies

Configuración del Problema y Motivación

Este artículo aborda el desafío de estimar funcionales objetivo en modelos de variables latentes donde las variables de interés ($\vec{H}$) no son observadas, pero se dispone de mediciones observadas asociadas ("proxies", denotadas como $\vec{O}$). Si bien la literatura existente ha establecido condiciones bajo las cuales la ley de los datos completos (la distribución conjunta de las variables observadas y latentes, $p(\vec{H}, \vec{O})$) es identificable a partir de la ley de los datos observados ($p(\vec{O})$), la estimación de funcionales objetivo derivados de esta ley sigue siendo relativamente incipiente.

Los enfoques no paramétricos actuales suelen depender de supuestos de modelos flexibles para recuperar la ley de los datos completos, pero frecuentemente carecen de estrategias de estimación robustas que produzcan propiedades estadísticas deseables (como la consistencia $\sqrt{n}$ y la robustez múltiple) cuando las funciones de estorbo (nuisance functions) se estiman a tasas más lentas que las paramétricas. Además, muchos métodos existentes se centran en objetivos causales específicos (por ejemplo, mediante la inferencia causal proximal) en lugar de recuperar la distribución conjunta completa, lo que limita su aplicabilidad a una clase más amplia de funcionales.

Metodología

1. Identificación de la Ley de los Datos Completos

Los autores establecen un conjunto de supuestos bajo los cuales la ley de los datos completos $p(\vec{H}, \vec{O})$ es identificable, potencialmente salvo por una permutación arbitraria de los valores de soporte de $\vec{H}$. El marco de trabajo acomoda múltiples variables latentes y permite tanto soporte finito como continuo.

Los supuestos clave incluyen:

• Estructura de Proxies: Para cada variable latente $H \in \vec{H}$, existen tres proxies observados $\{W_{1H}, W_{2H}, W_{3H}\} \subseteq \vec{O}$.
• Independencia Condicional: Estos proxies son mutuamente independientes condicionados en $H$ y en las variables observadas restantes $\vec{O}_{-W}$ (aquellas que no están en los conjuntos de proxies).
• Condiciones de Completitud y Rango: Los supuestos 5 y 6 imponen condiciones de completitud sobre las distribuciones condicionales de los proxies dado la variable latente, asegurando suficiente variabilidad para distinguir los estados latentes. Específicamente, $W_{1H}$ y $W_{2H}$ deben satisfacer condiciones de completitud, mientras que $W_{3H}$ requiere una condición de distinción.
• Fijación de Etiquetas: Para identificar la ley salvo por una etiqueta específica (en lugar de solo salvo por permutación), se requiere un supuesto funcional adicional (Supuesto 7) o un supuesto de independencia condicional (Supuesto 8).

El artículo utiliza Grafos Mixtos Dirigidos Acíclicos (ADMGs) para caracterizar modelos gráficos compatibles con estos supuestos, extendiendo los resultados previos de configuraciones de una sola variable latente a múltiples variables latentes (por ejemplo, grafos con estructura de árbol).

2. Estimación mediante Ponderación Basada en Proxies

La contribución metodológica central es una estrategia para construir ecuaciones de estimación de datos observados y funciones de influencia mediante el reemplazo de variables no observadas en expresiones de datos completos por variables observadas a través de un esquema de ponderación basado en proxies.

• De Datos Completos a Datos Observados: Los autores parten de una ecuación de estimación o función de influencia de datos completos $\phi(\vec{H}, \vec{O}; \eta)$ que tiene media cero. Construyen una función de datos observados $\phi(\vec{O}; \eta)$ tal que su esperanza coincida con la de la función de datos completos.
• Construcción de Pesos: Esto se logra definiendo funciones de peso $\omega_{\vec{h}_i}$ (o $\lambda_{\vec{h}_i}$ para funciones de influencia) que satisfagan condiciones de ortogonalidad específicas. Para un estado latente $\vec{h}_i$, el peso $\omega_{\vec{h}_i}$ se construye de tal manera que $E[\omega_{\vec{h}_i} | \vec{H} = \vec{h}_j] = \mathbb{I}(i=j)$. Estos pesos se derivan de las esperanzas condicionales de las funciones base de los proxies dado la variable latente.
• Implementación: El estimador resultante $\hat{\psi}$ es un estimador M consistente obtenido al resolver la ecuación de estimación empírica $P_n[\phi(O; \hat{\psi}, \hat{\eta})] = 0$.

3. Funciones de Influencia y Robustez

El artículo extiende esta construcción para derivar funciones de influencia de datos observados. Estas funciones permiten la construcción de estimadores con:

• Robustez Múltiple: La consistencia se preserva si al menos uno de varios conjuntos de funciones de estorbo es correctamente especificado.
• Consistencia $\sqrt{n}$: Los estimadores alcanzan tasas de convergencia paramétrica incluso cuando las funciones de estorbo (por ejemplo, esperanzas condicionales de los proxies) se estiman a tasas no paramétricas más lentas, siempre que se cumplan ciertas condiciones de producto de tasas (por ejemplo, que el producto de los errores de estimación para pares de funciones de estorbo sea $o_p(n^{-1/2})$).

Se abordan dos clases de funcionales objetivo:

1. Clase 1: Funcionales de $p(\vec{H}, \vec{O}_{-W})$, donde la función de influencia depende del conjunto completo de proxies.
2. Clase 2: Funcionales de $p(\vec{H}, \vec{O} \setminus \{W_{1H}, W_{2H}\})$, que requieren un esquema de ponderación más complejo que involucra productos de pesos derivados de diferentes pares de proxies.

Principales Contribuciones y Resultados

1. Marco de Identificación General: El artículo generaliza los resultados de identificación para la ley de datos completos a entornos con múltiples variables latentes y soportes continuos, yendo más allá de las restricciones de una sola variable latente o de soporte finito de trabajos previos (por ejemplo, Hu y Schennach [2008], Zhou y Tchetgen Tchetgen [2024]).
2. Procedimiento de Estimación Sistemático: Proporciona un procedimiento sistemático para traducir funciones de influencia de datos completos en funciones de influencia de datos observados utilizando pesos basados en proxies. Esto cierra la brecha entre la teoría de identificación no paramétrica y la metodología de estimación semiparamétrica moderna.
3. Estimadores Robustos: Los estimadores derivados poseen propiedades de robustez múltiple. Por ejemplo, en el caso de un tratamiento latente binario, la consistencia se mantiene si cualquiera de tres pares específicos de funciones de esperanza condicional (por ejemplo, $E[W|H], E[Z|H]$) se especifica correctamente.
4. Eficiencia bajo Convergencia Lenta de Estorbo: El artículo establece las condiciones bajo las cuales los estimadores mantienen la consistencia $\sqrt{n}$ a pesar de que las funciones de estorbo converjan a tasas más lentas que las paramétricas. Esto se logra mediante condiciones de producto de tasas específicas sobre los errores de estimación de las funciones de estorbo.
5. Caracterización Gráfica: Los autores proporcionan criterios gráficos suficientes (vía ADMGs) para determinar cuándo un modelo estadístico satisface los supuestos de independencia requeridos, ofreciendo orientación práctica para la especificación del modelo.

Significancia y Reivindicaciones

Los autores afirman que su trabajo extiende el alcance de la identificación de la ley completa a entornos más complejos que involucran múltiples variables latentes y soportes continuos. Al desarrollar ecuaciones de estimación y funciones de influencia que dependen de proxies observados, el artículo permite la estimación de una amplia clase de funcionales objetivo (incluyendo medias latentes y resultados contrafácticos promedio) sin requerir que la ley de los datos completos admita una representación de forma cerrada simple en términos de datos observados.

El artículo se posiciona como un puente entre los resultados teóricos de identificación y la estimación práctica, ofreciendo un conjunto de herramientas para una "estimación con principios" en escenarios donde las variables faltan al azar o donde existe sesgo de selección, siempre que existan proxies adecuados. Los autores señalan que, si bien proporcionan las condiciones teóricas para la consistencia $\sqrt{n}$, el desarrollo de procedimientos específicos (por ejemplo, basados en sieves o aprendizaje automático) para satisfacer estas condiciones de producto de tasas sigue siendo una dirección importante para el trabajo futuro. El enfoque está explícitamente inspirado y se solapa con trabajos recientes sobre tratamientos latentes binarios (Zhou y Tchetgen Tchetgen [2024]) y modelos de soporte finito (Egami y Shin [2026]), pero los generaliza a contextos más amplios.