Double Machine Learning of Continuous Treatment Effects with General Instrumental Variables

Cet article propose un cadre novateur d'apprentissage machine double pour estimer les effets causaux de traitements continus en présence de variables instrumentales générales, permettant d'identifier des fonctions de réponse-dose moyennes malgré des facteurs de confusion non observés grâce à l'utilisation de fonctions de pondération régulières et de scores pondérés inverses augmentés.

L'essentiel

Imaginez que vous êtes un chef cuisinier (le chercheur) qui veut comprendre exactement comment la quantité d'un ingrédient (le traitement) influence le goût final du plat (le résultat).

1. Le Problème : Le "Brouillard" Invisible

Dans la vraie vie, il est difficile de savoir si c'est vraiment la quantité d'ingrédient qui change le goût, ou si c'est un autre facteur caché.

• Exemple : Si vous mettez plus de sel, le plat est plus salé. Mais peut-être que les gens qui mettent plus de sel sont aussi ceux qui cuisinent avec du feu plus fort (un facteur caché).
• En statistiques, on appelle cela des facteurs de confusion non mesurés. C'est comme essayer de voir à travers un brouillard épais. Les méthodes classiques échouent souvent ici car elles supposent qu'on voit tout.

2. La Solution : Le "Témoin" (Variable Instrumentale)

Pour percer ce brouillard, les auteurs utilisent un outil puissant appelé Variable Instrumentale (VI).

• L'analogie du Témoin : Imaginez que vous ne pouvez pas contrôler directement la quantité de sel que les gens mettent. Mais vous savez qu'un vent fort (votre instrument) pousse les cuisiniers à mettre plus de sel par accident.
• Le vent n'influence pas le goût du plat directement, il influence seulement la quantité de sel. En observant comment le vent modifie le sel, et comment le sel modifie le goût, on peut déduire la vraie relation, même si on ne voit pas le feu caché.

3. Le Défi Spécifique : Le Sel est une "Continuité"

La plupart des études précédentes traitaient le sel comme "Oui/Non" (avec ou sans sel). Mais ici, le sel est continu (1 gramme, 1,5 gramme, 2 grammes...).

• Le problème du "Témoin Unique" : Si votre vent ne souffle que dans une direction (Nord ou Sud), il ne suffit pas pour tester toutes les quantités de sel. Parfois, le vent du Nord et le vent du Sud poussent les cuisiniers à mettre exactement la même quantité de sel. Dans ce cas, le témoin devient aveugle à certaines nuances.
• La découverte des auteurs : Ils montrent qu'un seul "témoin" ne suffit pas pour couvrir toute la gamme de doses. Il faut une équipe de témoins adaptés à chaque zone.

4. La Méthode Magique : La "Carte de Couverture"

C'est le cœur de leur innovation. Au lieu d'essayer de trouver un seul outil magique pour tout le monde, ils proposent de découper le problème en petits morceaux.

• L'analogie de la couverture : Imaginez que vous voulez couvrir un grand lit (toutes les doses de traitement) avec des couvertures. Une seule grande couverture ne tient pas bien partout.
• La solution : Ils utilisent plusieurs petites couvertures (des fonctions de pondération régulières).
  • Pour les doses faibles, on utilise la "Couverture A".
  • Pour les doses moyennes, on utilise la "Couverture B".
  • Pour les doses fortes, on utilise la "Couverture C".
• Chaque couverture fonctionne parfaitement sur sa petite zone. En les assemblant, on couvre tout le lit sans laisser de trous. Cela permet d'identifier la relation dose-réponse localement, même si le brouillard (les facteurs cachés) est présent.

5. L'Outil Moderne : L'Apprentissage Automatique "Débiaisé"

Pour calculer ces relations, ils utilisent une technique de pointe appelée Double Machine Learning (Apprentissage Automatique Double).

• L'analogie du Juge et de l'Avocat : Imaginez que vous avez deux équipes d'IA.
  • L'équipe A essaie de prédire le comportement des cuisiniers (comment ils réagissent au vent).
  • L'équipe B essaie de prédire le goût du plat.
• Le génie de la méthode est qu'elles travaillent séparément (sur des données différentes) pour ne pas se "copier" et se tromper ensemble. Ensuite, un algorithme intelligent combine leurs prédictions pour annuler les erreurs. C'est comme un système de vérification croisée qui rend le résultat très précis, même avec des données imparfaites.

6. Le Résultat : Une Courbe de Goût Précise

Grâce à cette méthode, les auteurs peuvent tracer une courbe précise montrant :

• "Si j'ajoute un peu de sel, le goût s'améliore."
• "Si j'en ajoute trop, le goût devient désagréable."
• Et tout cela sans avoir besoin de connaître les facteurs cachés (comme la température du feu).

En Résumé

Cet article propose une nouvelle façon de mesurer l'effet de doses continues (comme le temps d'étude sur le salaire, ou la dose d'un médicament sur la santé) quand on ne peut pas tout mesurer.

1. Ils utilisent un témoin (variable instrumentale) pour contourner les facteurs cachés.
2. Ils reconnaissent qu'un seul témoin ne suffit pas pour tout, alors ils découpent le problème en zones gérables.
3. Ils utilisent des algorithmes intelligents pour assembler ces zones et obtenir une réponse fiable.

C'est comme passer d'une photo floue et sombre à une image HD, en utilisant plusieurs sources de lumière et un logiciel de retouche très avancé.

Résumé technique

1. Problématique et Contexte

L'estimation des effets causaux de traitements continus (par exemple, l'effet de la durée d'éducation sur les revenus, ou la dose d'un médicament sur un résultat clinique) est un défi majeur en inférence causale. La littérature classique repose souvent sur l'hypothèse d'absence de confondeurs non mesurés (NUC - No Unmeasured Confounders). Cependant, dans de nombreuses applications réelles, des confondeurs latents persistent, biaisant les estimations.

Les méthodes existantes utilisant des Variables Instrumentales (VI) pour traiter les confondeurs non mesurés se concentrent principalement sur des traitements binaires ou catégoriels, ou sur des effets locaux (LATE). Il existe un vide théorique concernant l'identification non paramétrique de la fonction de réponse dose-réponse moyenne (ADRF - Average Dose-Response Function) pour des traitements continus en présence de confondeurs non mesurés, sans imposer de restrictions paramétriques fortes.

2. Méthodologie Proposée

Les auteurs proposent un cadre général combinant l'utilisation de variables instrumentales générales et l'apprentissage machine débiaisé (DML - Debiased Machine Learning).

A. Cadre Théorique et Hypothèses

Le modèle repose sur les hypothèses standard de causalité (consistance, ignorabilité latente, indépendance de l'instrument) et introduit des conditions spécifiques pour les traitements continus :

• Fonction de pondération régulière (RWF) : Une fonction de pondération $\pi(Z, L)$ est dite régulière pour un niveau de traitement $a$ si elle exploite efficacement la variation de l'instrument $Z$ pour prédire le traitement $A$.
• Fonction de pondération régulière uniforme (URWF) : Pour identifier l'ADRF sur un sous-ensemble du domaine du traitement, il faut une fonction de pondération qui reste régulière sur tout ce sous-ensemble.
• Instrument Additif (AIV) : Une condition clé où le modèle de traitement $p(A|Z, U, L)$ peut être décomposé en une somme additive d'une fonction des confondeurs latents et d'une fonction de l'instrument : $p(A|Z, U, L) = b(U, L) + c(Z, L)$.

B. Le Défi de l'Identification Globale

Un résultat théorique crucial (Proposition 2.5) démontre qu'il est généralement impossible d'existence d'une URWF globale sur tout le domaine continu du traitement $\mathring{A}$. Les fonctions de pondération optimales varient selon le niveau de traitement.

• Solution : Les auteurs proposent d'utiliser un recouvrement fini ouvert (finite open covering). Le domaine du traitement est couvert par un nombre fini d'ensembles ouverts, chacun étant associé à une URWF spécifique. Cela permet une identification locale valide dans chaque région.

C. Estimation et Algorithme

Pour estimer l'ADRF $\theta(a) = E[Y(a)]$, les auteurs développent une approche en plusieurs étapes :

1. Score AIPW (Augmented Inverse Probability Weighting) : Ils dérivent une fonction de score AIPW qui possède la propriété de biais mixte (mixed-bias property). Cela signifie que l'estimateur reste consistant même si les fonctions de nuisance (modèles de propension, régression de résultat, etc.) sont estimées avec des erreurs, à condition que le produit des erreurs de convergence soit petit.
2. Apprentissage Machine Débiaisé (DML) : Utilisation d'un protocole de cross-fitting (échantillonnage croisé) pour éviter le surajustement (overfitting) lors de l'estimation des fonctions de nuisance par des algorithmes d'apprentissage machine flexibles.
3. Régression Locale Linéaire par Noyau (LLKR) : Une fois les scores AIPW calculés, l'ADRF est estimée localement en régressant ces scores sur la variable de traitement $A$ en utilisant une régression par noyau.
4. Validation des RWF : Un algorithme de test d'hypothèse est proposé pour vérifier si une fonction de pondération donnée satisfait la condition de régularité (RWF) pour un niveau de traitement donné, guidant ainsi le choix des URWFs pour le recouvrement.

3. Contributions Clés

1. Cadre d'Identification Général : Première proposition d'un cadre d'identification non paramétrique pour les effets de traitements continus avec des instruments généraux et des confondeurs non mesurés.
2. Concept de Recouvrement Fini : Introduction de l'idée de couvrir le domaine du traitement par des ensembles ouverts finis, chacun ayant sa propre URWF, résolvant le problème de non-existence d'une URWF globale.
3. Score AIPW Débiaisé : Construction d'un score AIPW spécifique aux traitements continus sous hypothèse d'instrument additif, garantissant la robustesse face à l'estimation des fonctions de nuisance via le DML.
4. Propriétés Asymptotiques : Établissement de la vitesse de convergence et de la normalité asymptotique de l'estimateur. L'estimateur atteint la vitesse de convergence minimax oracle ($O(n^{-2/5})$) pour la régression par noyau, même avec des estimateurs de nuisance imparfaits.
5. Validation Empirique : Démonstration par des simulations et une étude de cas réelle (données JTPA) que la méthode corrige efficacement le biais dû aux confondeurs non mesurés, là où les méthodes standards (NUC) échouent.

4. Résultats

• Simulations : Les résultats montrent que l'estimateur proposé (AIPW sous cadre IV) est quasi-non biaisé et stable, même en présence de confondeurs non mesurés. En revanche, les méthodes NUC (sans instrument) présentent des biais significatifs. La méthode IV introduit une légère augmentation de la variance par rapport à NUC, mais c'est le compromis nécessaire pour l'identification valide.
• Application Réelle (JTPA) : L'étude examine l'effet des années d'éducation sur les revenus annuels avant le programme.
  • Les résultats sous le cadre IV révèlent un effet positif de l'éducation, mais suggèrent que cet effet diminue voire devient négatif au-delà d'un certain seuil (environ 12 années d'éducation).
  • Les méthodes NUC surestiment l'effet aux niveaux d'éducation inférieurs et ne capturent pas cette décroissance, soulignant l'importance de contrôler les confondeurs non mesurés.

5. Signification et Impact

Cet article comble une lacune importante dans la littérature sur l'inférence causale. Il permet aux chercheurs d'estimer des relations dose-réponse complexes dans des contextes réalistes où l'assignation au traitement n'est pas aléatoire et où des facteurs non observés influencent à la fois le traitement et le résultat.

La méthodologie proposée est particulièrement pertinente pour :

• L'évaluation de politiques publiques (éducation, santé).
• La pharmacologie (dosage de médicaments).
• L'économie du travail (effets de l'expérience ou de la formation).

En intégrant l'apprentissage machine moderne (DML) avec la théorie des variables instrumentales, l'article offre un outil robuste, flexible et théoriquement fondé pour l'analyse causale non paramétrique de traitements continus.