Bounding Treatment Effects by Pooling Limited Information across Observations

Résumé technique : Bornage des effets de traitement par regroupement d'informations limitées à travers les observations

Énoncé du problème
L'article aborde le défi de l'estimation des Effets Moyens du Traitement (ATE) et des Effets Moyens du Traitement sur les Traités (ATT) sous l'hypothèse d'absence de confusion lorsque la condition de chevauchement est violée ou lorsque les variables de conditionnement prennent un grand nombre de valeurs distinctes par rapport à la taille de l'échantillon. Dans de telles situations de « chevauchement limité » ou de haute dimension, la pondération standard par le score de propension inverse (IPS) échoue car le score de propension ne peut être estimé de manière cohérente, conduisant à une variance infinie ou à un comportement asymptotique non uniforme. À l'inverse, se fier uniquement aux bornes de Manski (qui ne requièrent aucun chevauchement) produit des intervalles extrêmement larges qui manquent souvent d'informativité. Les auteurs notent que les méthodes existantes, telles que l'élagage ou la pondération par chevauchement, modifient le paramètre d'intérêt, tandis que les méthodes d'extrapolation reposent sur des modèles potentiellement mal spécifiés.

Méthodologie
Les auteurs proposent un cadre novateur pour construire des bornes occupant un espace intermédiaire entre le « non-regroupement » des bornes de Manski et le « regroupement illimité » requis pour l'identification ponctuelle via la pondération IPS.

1. Regroupement limité : L'innovation centrale consiste à construire des bornes comme des moyennes d'échantillon de fonctions des résultats observés, où la contribution de chaque résultat dépend uniquement du statut de traitement d'un nombre limité d'observations partageant des valeurs de covariables similaires.
2. Ordre des bornes :
   • Bornes du premier ordre ($Q=1$) : Elles correspondent aux bornes de Manski standard, utilisant uniquement le résultat individuel et le statut de traitement, sans exiger de chevauchement.
   • Bornes du second ordre et d'ordre supérieur ($Q \ge 2$) : Elles utilisent l'information provenant de paires ou de petits groupes d'observations ayant des valeurs de covariables identiques (ou regroupées). En exploitant l'hypothèse d'absence de confusion au sein de ces petits groupes, les auteurs dérivent des bornes plus serrées.
3. Score de propension de référence : Les bornes sont paramétrées par un « score de propension de référence » $p^*(x)$. Les bornes restent valides quelle que soit la valeur de $p^*(x)$. Cependant, si $p^*(x)$ est proche du vrai score de propension $p(x)$, les bornes deviennent précises (optimales en termes de largeur attendue). Cela permet aux chercheurs d'intégrer des connaissances préalables ou des estimations simples (par exemple, la part globale du traitement) sans risquer l'invalidité si l'hypothèse est incorrecte.
4. Généralisation aux ordres supérieurs : L'article généralise ces bornes à un ordre arbitraire $q$. Les bornes sont construites comme des polynômes en le score de propension inconnu $p(x)$. Pour les rendre réalisables, les termes impliquant $[p(x)]^r$ sont remplacés par des produits d'indicateurs de traitement provenant de $r$ observations distinctes au sein du même cluster de covariables.
5. Traitement des covariables continues : Puisque le cadre théorique suppose des covariables discrètes pour permettre des valeurs répétées, les auteurs proposent une procédure pratique de regroupement (clustering hiérarchique ascendant) pour grouper les covariables continues en classes. Cela crée un ensemble fini de valeurs de covariables « effectives », permettant l'application des bornes.
6. Inférence : Les auteurs développent des intervalles de confiance asymptotiquement valides. Ils traitent les clusters de covariables distincts comme la taille d'échantillon effective ($m$). Ils abordent la question des intervalles de confiance potentiellement vides (où la borne inférieure dépasse la borne supérieure dans les échantillons finis) en construisant une union d'intervalles basée sur Stoye (2020), garantissant que l'intervalle final n'est jamais vide tout en maintenant la couverture asymptotique.

Contributions clés

• Bornes novatrices : L'article fournit la première méthode systématique pour dériver des bornes valides sur les ATE et ATT robustes au chevauchement limité et aux covariables de haute dimension, sans exiger la condition de chevauchement ni l'estimation cohérente du score de propension.
• Robustesse à la mauvaise spécification : Contrairement aux estimateurs IPS, ces bornes restent valides même si le score de propension de référence est mal spécifié. Elles offrent une « file de sécurité » qui se rétrécit à mesure que le score de référence s'approche de la vérité, mais ne s'effondre pas s'il ne le fait pas.
• Validité en échantillon fini : La méthodologie est conçue pour des scénarios où le nombre de valeurs de covariables distinctes est grand par rapport à la taille de l'échantillon, un régime où l'estimation non paramétrique standard échoue.
• Procédures d'inférence : L'article établit la normalité asymptotique des bornes d'échantillon et fournit une procédure concrète pour construire des intervalles de confiance valides et non vides.

Résultats

• Expériences de Monte Carlo : Les simulations démontrent que lorsque la condition de chevauchement est respectée et que le score de référence est correct, les bornes proposées sont serrées et comparables aux estimateurs oracles. Lorsque le chevauchement est violé ou que le score de propension est mal spécifié, les bornes proposées (particulièrement avec $Q=2, 3$) restent informatives et reflètent correctement l'identification partielle, tandis que les estimateurs IPS standards et l'appariement par plus proches voisins présentent un biais ou une dispersion significatifs. Les bornes améliorent les bornes de Manski en réduisant la largeur de l'intervalle tout en maintenant la validité.
• Applications empiriques :
  • Cathétérisme cardiaque droit (RHC) : Appliqué aux données de Connors et al. (1996), la méthode produit un intervalle de confiance à 95 % pour l'ATT de $[-0,117 ; -0,006]$, excluant zéro et suggérant un effet négatif (augmentation de la mortalité). Cette conclusion tient sans dépendre de la condition de chevauchement ni d'un modèle logit correctement spécifié.
  • Programme d'emploi temporaire : Appliqué au sous-échantillon Dehejia-Wahba et au groupe témoin PSID. Pour l'échantillon Dehejia-Wahba (où la randomisation est préservée), les bornes sont serrées et cohérentes avec les simples différences de moyennes. Pour le groupe témoin PSID (où le chevauchement est limité), les bornes s'élargissent considérablement pour refléter l'incertitude, contrairement aux bornes de Manski qui sont encore plus larges.

Signification et affirmations
Les auteurs affirment que leur méthode offre un compromis robuste entre le conservatisme extrême des bornes de Manski et la fragilité des méthodes d'identification ponctuelle dans des conditions de chevauchement limité. En permettant un « regroupement limité » d'informations, l'approche exploite l'hypothèse d'absence de confusion pour resserrer les bornes sans exiger les fortes exigences en données (grandes tailles d'échantillon locales) nécessaires à l'estimation du score de propension. L'article souligne que la méthode est particulièrement précieuse dans les contextes de haute dimension où l'estimation fiable du score de propension est irréalisable. Les auteurs sont modestes concernant la discrétisation des covariables continues, l'acknowledgmentant comme une solution pratique introduisant une erreur d'approximation, dont l'analyse formelle est laissée pour un travail futur. Ils notent également que, bien que leurs bornes soient optimales au sein de la classe des bornes de « regroupement limité » considérées, ils ne prétendent pas être les bornes globalement optimales possibles sous toutes les hypothèses concevables.