📊 statistics

Principal stratification with U-statistics under principal ignorability

Cet article étend la théorie de la stratification principale sous l'hypothèse d'ignorabilité principale pour accommoder les contrastes non linéaires via des estimands d'effets causaux généralisés principaux, en dérivant des fonctions d'influence efficientes qui permettent le développement d'estimateurs de l'apprentissage automatique débiaisé et multiply robust basés sur les statistiques de U.

Auteurs originaux : Xinyuan Chen, Fan Li

Publié 2026-06-02

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Xinyuan Chen, Fan Li

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de juger l'efficacité d'un nouveau programme de formation (comme un Job Corps) sur les revenus futurs des individus. Vous avez un problème simple : tout le monde ne suit pas les règles. Certains, assignés au programme, le délaissent, et certains, dans le groupe de contrôle, s'y infiltrent quand même.

De plus, il y a un second obstacle : certaines personnes abandonnent ou changent de statut (comme obtenir un emploi ou non) avant même que vous puissiez mesurer leurs revenus finaux. Si quelqu'un n'a pas d'emploi, ses « revenus hebdomadaires » sont indéfinis.

Cet article présente une nouvelle façon plus intelligente de mesurer le succès dans ces situations confuses. Voici la décomposition utilisant des analogies de la vie quotidienne :

1. L'ancienne méthode vs La nouvelle méthode

L'ancienne méthode (Différence moyenne) :
Traditionnellement, les chercheurs demandent : « En moyenne, combien de dollars de plus le groupe de traitement a-t-il gagnés ? »

La faille : C'est comme mesurer une course en regardant la vitesse moyenne. Si un coureur trébuche et tombe (une valeur aberrante) ou si la piste est boueuse (données asymétriques), la vitesse moyenne devient trompeuse. Cela pose aussi problème avec les données « ordinales » — comme classer des coureurs 1er, 2e ou 3e — où la différence entre le 1er et le 2e n'est pas nécessairement la même qu'entre le 2e et le 3e.

La nouvelle méthode (L'approche par le « Gain » et la « Probabilité ») :
Les auteurs suggèrent de poser des questions différentes :

L'indice probabiliste (Le lancer de pièce) : Au lieu de demander « Combien d'argent de plus ? », demandez : « Si je choisis une personne au hasard dans le groupe de traitement et une autre dans le groupe de contrôle, quelle est la probabilité que la personne du groupe de traitement ait mieux réussi ? »
- Analogie : Imaginez un lancer de pièce. Si la pièce tombe sur face 55 % du temps, vous savez que le traitement a un léger avantage, même si vous ne savez pas exactement combien d'argent a été gagné. Cela est robuste face aux valeurs aberrantes bizarres (comme une personne gagnant un million de dollars).
Le ratio de victoire (Le tournoi) : Pour les résultats classés (comme les niveaux d'emploi), demandez : « Combien de fois la personne du groupe de traitement « gagne-t-elle » contre la personne du groupe de contrôle, par rapport au nombre de fois où elle « perd » ? »
- Analogie : C'est comme le score d'un match de tennis. Si le traitement gagne 3 matchs pour 1 défaite, le ratio est de 3:1. C'est excellent pour comparer des choses qui sont classées mais qui ne sont pas mesurées par une règle.

2. Le filtre de la « Stratification Principale »

L'article utilise un concept appelé Stratification Principale (Principal Stratification). Voyez cela comme un moyen de trier les gens dans des « clubs » invisibles basés sur la façon dont ils se comporteraient dans les deux scénarios (traitement et contrôle), même si nous ne pouvons voir qu'un seul scénario à la fois.

Le club des « Toujours-Conformes » : Les personnes qui suivraient le traitement quoi qu'il arrive.
Le club des « Jamais-Conformes » : Les personnes qui ne suivraient jamais le traitement.
Le club des « Protégés » : Les personnes qui ne suivent le traitement que si on leur assigne.

Les auteurs soutiennent que pour obtenir une réponse équitable, il faut comparer des pommes avec des pommes au sein de ces clubs spécifiques. On ne peut pas comparer un « Jamais-Conforme » du groupe de traitement à un « Conforme » du groupe de contrôle ; c'est comme comparer un athlète professionnel à un joggeur occasionnel.

3. Le filet de sécurité « Triple-Preuve »

Le plus grand défi est que nous ne savons pas exactement qui appartient à quel club invisible. Nous devons le deviner en utilisant des modèles mathématiques. Si notre supposition est fausse, nos résultats sont erronés.

Les auteurs ont développé un nouvel outil mathématique (utilisant les U-statistiques) qui agit comme un filet de sécurité triple-preuve.

Pour obtenir une réponse correcte, vous avez généralement besoin que trois modèles différents soient parfaits :
1. Un modèle prédisant qui reçoit le traitement.
2. Un modèle prédisant à quel « club » appartient la personne.
3. Un modèle prédisant le résultat.
La magie : Leur nouvelle méthode est « triplement robuste ». Cela signifie que vous n'avez besoin que de deux de ces trois modèles pour être corrects pour obtenir la bonne réponse. Si vous en avez deux de bons, le troisième peut être complètement faux, et le calcul fonctionnera toujours. C'est comme un pont qui reste debout même si l'un de ses trois piliers de soutien s'effondre.

4. La mise à niveau par l'« Apprentissage Automatique »

L'article montre également comment utiliser l'Apprentissage Automatique (Machine Learning / IA) pour construire ces modèles.

Le problème : L'apprentissage automatique est excellent pour trouver des motifs, mais il peut être « bruyant » et introduire des biais si l'on n'y prend pas garde.
La solution : Ils utilisent une technique appelée Cross-Fitting (Validation croisée). Imaginez que vous avez un jeu de cartes. Vous divisez le jeu en piles. Vous utilisez une pile pour apprendre à l'IA comment prédire, et une autre pile pour tester la prédiction. Vous échangez les piles de nombreuses fois. Cela garantit que l'IA ne se contente pas de « tricher » en mémorisant les données, vous donnant ainsi un résultat propre et sans biais.

5. Test en conditions réelles : L'étude Job Corps

Les auteurs ont testé cela sur des données réelles du Job Corps (un programme pour les jeunes défavorisés).

Scénario A (Emploi) : Ils ont examiné si les gens obtenaient un emploi. Ils ont constaté que pour les personnes qui auraient un emploi indépendamment du programme, celui-ci augmentait leurs chances de gagner plus d'argent.
Scénario B (Classement) : Ils ont examiné les niveaux de revenus (Sans emploi, Bas salaire, Haut salaire). Ils ont constaté que le programme aidait les gens à « gagner » contre le groupe de contrôle, les poussant vers des tranches de revenus plus élevées.
La surprise : Ils ont découvert que même les personnes qui n'ont pas réellement rejoint le programme (mais qui y étaient assignées) semblaient légèrement mieux s'en sortir, peut-être parce que l' offre du programme leur a donné un coup de pouce psychologique.

Résumé

Cet article fournit un outil robuste et flexible pour mesurer la cause à effet quand :

Les gens ne suivent pas les instructions parfaitement.
Les données sont désordonnées, asymétriques ou classées (pas seulement des chiffres).
Nous ne sommes pas sûrs à 100 % que nos modèles statistiques sont parfaits.

Il remplace l'ancienne règle de la « différence moyenne » par un score de « probabilité de victoire », soutenu par un filet de sécurité qui fonctionne même si certaines de nos hypothèses sont légèrement erronées.

Résumé technique : Stratification principale avec des statistiques en U sous l'ignorabilité principale

Énoncé du problème
La stratification principale est un cadre standard pour l'inférence causale lorsqu'une variable intermédiaire (par exemple, la non-conformité au traitement ou le statut de survie) est présente. Bien que la littérature se concentre principalement sur l'effet causal moyen principal (PACE — Principal Average Causal Effect), défini comme l'espérance de la différence entre les résultats potentiels au sein d'un stratum principal spécifique, cette métrique peut s'avérer insuffisante lorsque l'intérêt scientifique porte sur l'ordre relatif des résultats plutôt que sur leurs différences de moyenne. Cela est particulièrement pertinent pour les résultats ordinaux, les critères d'évaluation composites ou les distributions présentant des queues lourdes et des valeurs aberrantes, où les contrastes de moyennes sont sensibles. De plus, les méthodes existantes pour les effets causaux généralisés (tels que les indices probabilistes ou les ratios de victoire — win ratios) n'ont pas été pleinement étendues au cadre de la stratification principale, laissant une lacune dans l'identification non paramétrique et l'estimation efficace de ces estimands.

Méthodologie
Les auteurs proposent un cadre pour estimer l'Effet Causal Généralisé Principal (PGCE — Principal Generalized Causal Effect), défini par $\tau^s_h = E[h\{Y_1(1), Y_2(0)\} | S_1 = S_2 = s]$ , où $h$ est une fonction de contraste arbitraire (potentiellement non linéaire) et $S$ désigne le stratum principal. La méthodologie procède selon les étapes suivantes :

Identification : Sous trois hypothèses structurelles — l'Ignorabilité du Traitement, la Monotonicité (excluant le stratum des « défecteurs » ou des « lésés ») et l'Ignorabilité Principale de Moyenne Par Paire (Pairwise Mean Principal Ignorability) — les auteurs dérivent des formules d'identification non paramétriques. L'hypothèse d'Ignorabilité Principale de Moyenne Par Paire généralise l'hypothèse unitaire trouvée dans les travaux antérieurs (par exemple, Jiang et al., 2022) pour s'adapter aux fonctions de contraste non linéaires. Elle postule que, conditionnellement aux covariables, la fonction de contraste attendue est échangeable à travers des paires spécifiques de strata principaux latents qui correspondent aux mêmes strata de données observées.
Fonctions d'Influence Efficaces (EIF) : Les auteurs dérivent les EIF pour les estimands du PGCE. Ces fonctions caractérisent la borne d'efficacité semi-paramétrique et servent de base à la construction d'estimateurs optimaux. La dérivation tient compte de la structure de ratio de nombreux PGCE (par exemple, les ratios de victoire) et de la dépendance vis-à-vis de fonctions de nuisance définies sur des paires d'observations.
Estimation via des statistiques en U : Parce que les EIF impliquent des fonctions de nuisance définies sur des paires d'observations, les auteurs construisent des estimateurs en utilisant des statistiques en U.
- Estimateurs Multi-Robustes : Ils développent des estimateurs qui sont « triplement robustes », ce qui signifie qu'ils restent cohérents et asymptotiquement normaux si deux des trois modèles de nuisance (score de propension au traitement, score principal ou moyenne de résultat par paire) sont correctement spécifiés.
- Apprentissage Automatique Débiaisé (DML — Debiased Machine Learning) : Pour atteindre une efficacité asymptotique complète et permettre l'estimation de fonctions de nuisance adaptatives et flexibles, les auteurs intègrent le cadre des statistiques en U avec le cross-fitting (division de l'échantillon). Cela permet l'utilisation d'algorithmes d'apprentissage automatique (par exemple, forêts aléatoires, SuperLearner) tout en maintenant une cohérence en $n^{1/2}$ et une normalité asymptotique sous des conditions de régularité modérées.
Analyse de Sensibilité : Le document aborde la nature non testable de l'hypothèse de monotonicité en proposant une stratégie d'analyse de sensibilité. Cela implique l'introduction d'une fonction de sensibilité $\eta(X)$ pour quantifier la proportion du stratum « lésé », permettant ainsi une estimation corrigée du biais lorsque la monotonicité est violée.

Principales Contributions

Généralisation des Estimands : Le document introduit le PGCE, une classe d'estimands qui accueille des fonctions de contraste arbitraires au sein des strates principales, étendant au-delà du PACE standard pour inclure les indices probabilistes et les ratios de victoire.
Extension Théorique : Il étend les résultats théoriques de Jiang et al. (2022) des contrastes linéaires vers une classe plus large de contrastes non linéaires sous l'ignorabilité principale, fournissant les premières formules d'identification non paramétriques pour ces effets généralisés en présence d'une variable intermédiaire binaire.
Fonctions d'Influence Efficaces : La dérivation des EIF pour les PGCE établit les bornes d'efficacité semi-paramétrique pour ces estimands.
Statistiques en U Triplement Robustes : Les auteurs démontrent que les estimateurs proposés par les statistiques en U possèdent une propriété de triple robustesse (cohérents si deux des trois modèles sont corrects) et atteignent l'efficacité locale lorsque tous les modèles sont corrects.
Intégration de l'Apprentissage Automatique : Ce travail fournit un fondement théorique rigoureux pour l'application du machine learning débiaisé à la stratification principale avec des contrastes non linéaires, prouvant que les statistiques en U avec cross-fitting atteignent la borne d'efficacité sous les taux de convergence standards du machine learning.

Résultats
Les méthodes proposées ont été évaluées par des études de simulation et une application sur des données réelles :

Simulations : Dans des scénarios avec des résultats continus et ordinaux, les estimateurs de l'apprentissage automatique débiaisé (DML) et les estimateurs triplement robustes ont démontré leur cohérence même lorsqu'un des trois modèles de nuisance était mal spécifié. En revanche, les estimateurs de moments par substitution standard étaient biaisés sous une telle mal-spécification. Les estimateurs DML présentaient généralement un biais légèrement inférieur et une meilleure précision par rapport aux estimateurs paramétriques triplement robustes, particulièrement dans les échantillons finis.
Exemple de Données (Jobs Corps) : Les méthodes ont été appliquées à l'étude américaine Jobs Corps pour estimer l'effet causal de la formation professionnelle sur les revenus, en tenant compte de la non-conformité et du statut d'emploi (troncation par le décès).
- Pour l'Indice Probabiliste de Survie (SPI) parmi les participants « toujours employés », les méthodes DML et triplement robustes ont estimé une probabilité de 0,539 qu'un individu traité ait des revenus plus élevés qu'un individu témoin (IC à 95 % excluant 0,5), suggérant un effet de traitement positif.
- Pour le Ratio de Victoire Principal (PWR) avec des revenus ordinaux, l'analyse a révélé des effets hétérogènes selon les strates. Les conformes (compliers) présentaient un effet positif significatif (ratio de victoire ~1,27), tandis que les non-preneurs (never-takers) présentaient un effet neutre. Notamment, les toujours-preneurs (always-takers) présentaient également un effet positif significatif, suggérant un impact psychologique potentiel de l'assignation elle-même.
- Analyse de Sensibilité : Les estimateurs du PWR ont montré une forte robustesse aux violations de l'hypothèse de monotonicité, tandis que les estimations du SPI ont montré un léger déplacement de magnitude à mesure que la proportion de strates « lésées » augmentait.

Signification et Revendications
Le document affirme fournir un cadre complet pour l'inférence causale dans la stratification principale qui va au-delà des contrastes de moyennes pour s'adapter aux résultats ordinaux et composites. En établissant les fonctions d'influence efficaces et en développant des estimateurs de statistiques en U triplement robustes, ce travail comble une lacune critique dans la littérature concernant l'identification et l'estimation efficace des effets causaux généralisés. Les auteurs soulignent que leur approche offre une manière rigoureuse de traiter les contrastes non linéaires et les critères d'évaluation composites tout en maintenant la robustesse contre la mal-spécification des modèles. L'intégration de l'apprentissage automatique via le cross-fitting permet une modélisation flexible des fonctions de nuisance complexes, rendant le cadre applicable aux contextes modernes de données à haute dimension. Les auteurs notent modestement que le développement actuel suppose des données indépendantes et identiquement distribuées (i.i.d.) et que l'extension de ces méthodes aux structures de données groupées ou longitudinales reste une direction pour les recherches futures.