📊 statistics

Comparing Two Proxy Methods for Causal Identification

Cet article oppose deux approches majeures de variables proxy pour l'identification causale — les méthodes d'équation de pont et les méthodes de décomposition matricielle — en analysant leurs restrictions et hypothèses de modèle sous-jacentes afin de clarifier le champ d'application de chacune.

Auteurs originaux : Helen Guo, Elizabeth L. Ogburn, Ilya Shpitser

Publié 2026-05-12

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Helen Guo, Elizabeth L. Ogburn, Ilya Shpitser

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 êtes un détective tentant de résoudre un crime, mais qu'il y a un témoin crucial qui se cache dans l'ombre. Ce témoin, appelons-le « La Cause Inaperçue » (ou U), est la raison pour laquelle à la fois le suspect (le Traitement) et la victime (le Résultat) agissent de la sorte. Parce que vous ne pouvez ni voir ni parler directement à ce témoin, vous ne pouvez pas facilement prouver qui a fait quoi à qui. C'est le problème classique du biais de confusion non mesuré en inférence causale.

Cependant, vous avez deux autres témoins qui étaient dans la pièce : Proxy 1 (un ami du suspect) et Proxy 2 (un ami de la victime). Aucun d'eux n'a vu le crime directement, mais ils connaissent tous deux le témoin caché.

Cet article, écrit par Helen Guo, Elizabeth Ogburn et Ilya Shpitser, compare deux stratégies différentes de détective pour utiliser ces deux proxys afin de déterminer ce que le témoin caché aurait dit, et ultimement, de résoudre le crime (identifier l'effet causal).

Les Deux Stratégies de Détective

L'article oppose deux façons majeures de résoudre cette énigme : la Méthode de l'Équation de Pont et la Méthode de Décomposition de Tableau.

1. La Méthode de l'Équation de Pont (Le « Traducteur Direct »)

Pensez à cela comme essayer de traduire un message secret directement.

Cette approche, introduite par Miao et al. (2018), tente de construire un « pont » direct entre ce que vous observez (les proxys) et la réponse dont vous avez besoin (l'effet causal).

Comment ça marche : Elle suppose qu'il existe un « pont » mathématique (une équation intégrale) qui relie le comportement des proxys à la cause cachée. Si vous pouvez résoudre cette équation, vous pouvez sauter l'intermédiaire et calculer la réponse directement.
Le Problème : Cette méthode est très spécifique. Elle exige que vos proxys soient « complets » assez pour couvrir tous les secrets du témoin caché. Imaginez essayer de traduire un livre ; vous avez besoin d'un dictionnaire qui couvre chaque mot. Si votre dictionnaire (le proxy) manque ne serait-ce que quelques mots, la traduction échoue.
Ce que cela vous donne : Il vous donne la réponse finale (l'effet causal) directement. Il ne vous dit pas nécessairement à quoi ressemble le témoin caché ou quelles sont ses habitudes spécifiques ; il vous donne simplement le résultat du crime.

2. La Méthode de Décomposition de Tableau (Le « Résolveur d'Énigme »)

Pensez à cela comme démonter un puzzle 3D complexe pour voir comment les pièces s'assemblent.

Cette approche, enracinée dans les travaux de Kuroki, Pearl et Kruskal, emprunte une voie différente. Au lieu d'essayer de sauter directement à la réponse, elle tente de reconstruire l'histoire entière du témoin caché et des proxys.

Comment ça marche : Elle traite les données comme un immense puzzle multidimensionnel (un « tenseur » ou « tableau »). En observant comment les proxys et le résultat évoluent ensemble, elle utilise une technique mathématique appelée « décomposition spectrale » (pensez-y comme trouver les motifs uniques ou les « fréquences » dans les données) pour séparer le témoin caché du bruit.
Le Problème : Elle exige que les pièces du puzzle soient suffisamment distinctes pour être séparées. Si le témoin caché a trop de « personnalités » différentes (catégories) par rapport au nombre d'indices que vos proxys vous donnent, les pièces du puzzle pourraient se mélanger, et vous ne pourrez pas les distinguer.
Ce que cela vous donne : Il récupère l'histoire complète. Il détermine exactement qui est le témoin caché, quelles sont ses habitudes, et comment il interagit avec tout le monde. Une fois que vous avez l'histoire complète, vous pouvez calculer l'effet causal.

Le Grand Duel : Comment se Compèrent-ils ?

Les auteurs placent ces deux méthodes côte à côte pour voir quand l'une fonctionne et l'autre non.

Des Règles Différentes pour des Jeux Différents : L'article constate que ces deux méthodes reposent sur des « règles du jeu » différentes (hypothèses d'indépendance conditionnelle). Elles sont non imbriquées, ce qui signifie que l'une n'est pas simplement un cas particulier de l'autre.
- Parfois, la Méthode du Pont fonctionne parce que les mathématiques permettent une traduction directe, même si les pièces du puzzle ne sont pas parfaitement distinctes.
- Parfois, la Méthode du Tableau fonctionne parce que les pièces du puzzle sont suffisamment distinctes pour être séparées, même si une équation de traduction directe n'existe pas.
Le Chevauchement : Il existe un terrain d'entente où les deux méthodes fonctionnent. Cela se produit lorsque les proxys sont très forts et que la cause cachée est suffisamment simple pour que les approches « traduction » et « puzzle » réussissent toutes deux.
Le Compromis :
- La Méthode du Pont est comme un raccourci : elle vous donne la réponse plus rapidement mais exige une connexion très spécifique et forte entre les proxys et la cause cachée.
- La Méthode du Tableau est comme une enquête approfondie : elle prend plus de temps et exige des indices plus distincts pour reconstruire l'image complète, mais elle vous donne une compréhension plus profonde de la cause cachée elle-même.

Le Monde « Discret » vs « Continu »

L'article explique également que ces méthodes fonctionnent légèrement différemment selon le type de données :

Données Discrètes (Catégories) : Imaginez que le témoin caché a un nombre fini d'« humeurs » (Heureux, Triste, En colère). Dans ce monde, les mathématiques ressemblent à compter des blocs. La « Méthode du Tableau » est très claire ici : vous avez juste besoin de suffisamment de blocs différents pour séparer les humeurs.
Données Continues (Échelles Lisses) : Imaginez que l'humeur du témoin caché peut être n'importe quel nombre sur une échelle de 1 à 100. Ici, les mathématiques deviennent plus comme la résolution d'une équation d'onde complexe. L'article montre que la « Méthode du Pont » repose sur la « complétude » (avoir suffisamment d'informations pour couvrir toute l'onde), tandis que la « Méthode du Tableau » repose sur l'« inversibilité » (pouvoir inverser l'onde pour trouver la source).

La Conclusion

L'article ne vous dit pas quelle méthode est « meilleure » dans toutes les situations. Au lieu de cela, il agit comme un guide pour les détectives. Il clarifie que :

Ce sont des outils différents : Vous ne pouvez pas simplement les échanger ; ils nécessitent des conditions différentes pour fonctionner.
Ils ont des forces différentes : L'un est excellent pour obtenir une réponse directe si les mathématiques s'alignent ; l'autre est excellent pour reconstruire la réalité cachée si les données sont suffisamment riches.
La confusion est courante : Même les experts du domaine les mélangent parfois. Cet article vise à dissiper le flou en montrant exactement où les hypothèses de chaque méthode se chevauchent et où elles divergent.

En bref, si vous essayez de trouver un effet causal avec des variables cachées, vous devez vérifier votre « kit de détective ». Avez-vous un pont solide à traverser, ou avez-vous suffisamment de pièces de puzzle pour construire l'image ? La réponse détermine quelle méthode vous devriez utiliser.

Résumé technique : Comparaison de deux méthodes de variables de substitution pour l'identification causale

Énoncé du problème
L'identification des effets causaux en présence de facteurs de confusion non mesurés demeure un défi fondamental en inférence causale. Alors que les formules d'ajustement standard (par exemple, l'ajustement par la porte arrière) exigent l'observation de toutes les causes communes, les méthodes utilisant des variables de substitution sont apparues comme une solution puissante en exploitant des variables associées à des facteurs de confusion latents. Dans ce domaine, deux cadres méthodologiques distincts se sont développés pour l'identification non paramétrique : l'approche par équation de pont (Miao et al., 2018) et l'approche par décomposition de tableaux (Kuroki et Pearl, 2014 ; Allman et al., 2015). Bien que les deux méthodes utilisent des variables de substitution pour traiter la confusion cachée, elles reposent sur des structures d'indépendance conditionnelle et des mécanismes mathématiques différents. Une comparaison précise de leurs hypothèses sous-jacentes, de leur champ d'application et de leurs relations mutuelles a fait défaut, conduisant à des discussions actives même parmi les contributeurs de premier plan du domaine.

Méthodologie et cadres
L'article synthétise ces deux cadres en les plaçant sur un pied d'égalité sous des indépendances conditionnelles partagées, en utilisant à la fois des représentations matricielles discrètes et des analogues continus de la théorie des opérateurs pour élucider leurs exigences techniques.

Approche par équation de pont :
- Mécanisme : Cette méthode récupère directement la distribution contrefactuelle en résolvant des équations intégrales (équations de pont). Elle réexprime la formule standard d'ajustement pour la confusion en utilisant des variables de substitution observées ( $Z$ et $W$ ) pour un facteur de confusion non mesuré ( $U$ ), sans identifier la loi conjointe complète des variables latentes et observées.
- Hypothèses clés :
  - Indépendance conditionnelle : $W \perp\!\!\perp Z, A \mid U$ et $Z \perp\!\!\perp Y \mid U, A$ .
  - Complétude (Hypothèse 6) : Une condition d'indépendance linéaire généralisée exigeant que $E[g(U) \mid Z, A] = 0 \implies g(U) = 0$ . Dans les contextes discrets, cela implique que la matrice de distribution conditionnelle $P_{U|Z,A}$ est inversible à droite.
  - Solution de l'équation de pont (Hypothèse 7) : Exige l'existence d'une fonction $h$ telle que $f_{Y|Z,A} = \int h(w,a,y) f_{W|Z,A} dw$ . Dans les contextes discrets, cela correspond à l'existence d'une matrice $H$ satisfaisant $P_{Y|Z,A} = H P_{W|Z,A}$ .
- Résultat : Identifie la distribution interventionnelle $f_{Y(a)}(y)$ mais n'identifie généralement pas les fonctionnels dépendants de $U$ (par exemple, $f_{Y|U,A}$ ou $f_U$ ).
Approche par décomposition de tableaux :
- Mécanisme : Cette méthode récupère la loi conjointe complète des variables latentes et observées (à l'exception des étiquettes de catégories latentes) via une décomposition en valeurs propres ou une décomposition tensorielle, à partir de laquelle les effets causaux sont dérivés. Elle est enracinée dans le théorème d'unicité de Kruskal (1977) pour la décomposition CANDECOMP/PARAFAC (CP).
- Hypothèses clés :
  - Indépendance conditionnelle : $W \perp\!\!\perp A \mid U$ et $W, Z, Y$ sont mutuellement indépendants conditionnellement à $U, A$ .
  - Conditions d'inversibilité/rang : Exige l'inversibilité (ou l'inversibilité à gauche) des matrices $P_{Z|U,A}$ et $P_{W|U}$ .
  - Condition de rang de Kruskal : Pour les modèles discrets, l'unicité de la décomposition repose sur l'inégalité $2R + 2 \leq k_A + k_B + k_C$ , où $R$ est le rang (nombre d'états latents) et $k$ désigne le rang de Kruskal des matrices de facteurs.
  - Non-colinéarité : Les distributions conditionnelles de l'issue étant donné la variable latente doivent différer entre les états latents.
- Résultat : Identifie la loi conjointe complète $f_{A,Y,U,W,Z}$ à une permutation des étiquettes latentes près, permettant la dérivation de $f_{Y(a)}(y)$ .

Résultats clés et comparaisons
L'article fournit une comparaison rigoureuse de ces approches sous la structure d'indépendance conditionnelle partagée illustrée à la Figure 3 (où $Z$ et $W$ sont des variables de substitution pour le facteur de confusion non mesuré $U$ ).

Modèles discrets :
- Les hypothèses de Kuroki et Pearl (2014) (Ensemble 1) sont plus fortes que celles de Miao et al. (2018). Plus précisément, l'inversibilité de $P_{Z|U,A}$ et $P_{W|U}$ dans l'approche par décomposition de tableaux implique l'existence de l'inverse à gauche $P_{W|Z,A}$ requis pour l'approche par équation de pont. Ainsi, le modèle Kuroki-Pearl est contenu dans le modèle de Miao et al.
- Cependant, lors de la comparaison de l'approche par équation de pont avec les conditions généralisées de Kruskal (Ensemble 2), les modèles sont non imbriqués. Les hypothèses de l'équation de pont n'impliquent pas l'inégalité de rang de Kruskal ( $2R + 2 \leq k_A + k_B + k_C$ ), ni l'inverse. Cela indique que chaque cadre couvre des régions distinctes de l'espace des modèles.
Modèles continus :
- L'article étend la comparaison aux contextes continus, en se référant à Hu et Schennach (2008) et Deaner (2023) pour l'approche par décomposition de tableaux.
- Les auteurs émettent l'hypothèse que les deux modèles restent non imbriqués dans le cas continu, de manière similaire aux résultats discrets. Ils fournissent un exemple (un modèle gaussien linéaire) où les hypothèses des deux approches sont satisfaites, démontrant un chevauchement dans l'applicabilité.
Estimation :
- L'article note brièvement que les méthodes d'équation de pont ont établi des fonctions d'influence efficaces et des résultats d'efficacité semiparamétrique sous des hypothèses paramétriques spécifiques (par exemple, les familles de type lieu-échelle).
- En revanche, les méthodes de décomposition de tableaux reposent souvent sur des méthodes de tamis pour l'approximation, et bien qu'une théorie semiparamétrique existe pour les variables de substitution de traitement cachées, elle reste un domaine naissant pour la confusion cachée.

Signification et contributions
La contribution principale de ce travail est la clarification de la relation entre deux stratégies d'identification fondées sur des variables de substitution. En synthétisant la littérature, les auteurs :

Clarifient le champ d'application : Démontrent que les deux approches ne sont pas de simples implémentations alternatives d'une même logique, mais reposent sur des hypothèses distinctes, souvent non imbriquées.
Unifient la notation : Placent les deux cadres sur un pied d'égalité en utilisant des représentations matricielles pour les cas discrets et la théorie des opérateurs pour les cas continus, rendant les subtilités techniques plus transparentes.
Guident l'application : Fournissent aux praticiens une compréhension plus claire de la méthode appropriée pour des structures de données spécifiques. Par exemple, si la loi conjointe complète est requise (par exemple, pour récupérer les étiquettes latentes ou analyser des expositions non observées), l'approche par décomposition de tableaux est nécessaire. Si seul l'effet causal est nécessaire et que les conditions de rang pour la décomposition tensorielle ne sont pas remplies, l'approche par équation de pont peut encore être viable.

L'article conclut que si les deux méthodes sont des solutions puissantes à la confusion cachée, une exposition soigneuse de leurs hypothèses sous-jacentes est essentielle pour le développement méthodologique et l'utilisation appliquée. Les orientations de travail futur identifiées incluent l'extension des méthodes proximales à des scénarios plus complexes, généralement non identifiables, et l'établissement d'une théorie semiparamétrique générale pour les estimateurs dérivés de ces approches.