Testing Partially-Identifiable Causal Queries Using Ternary Tests

Résumé Technique : Test de Requêtes Causales Partiellement Identifiables

1. Problématique

Le papier aborde le défi fondamental du test d'hypothèses causales à partir de données observationnelles.

• Identifiabilité partielle : Dans de nombreux scénarios causaux (en présence de confondants non observés, de violations de la positivité, etc.), la requête causale d'intérêt (binaire : 0 ou 1) n'est pas entièrement identifiable. Cela signifie que l'ensemble des distributions observationnelles induites par les modèles causaux où la requête vaut 0 ($H_0$) et celles où elle vaut 1 ($H_1$) ne sont pas disjoints. Ils se chevauchent dans une région d'intersection ($R_2 = H_0 \cap H_1$).
• Limites des tests binaires : L'utilisation de tests statistiques binaires classiques (rejeter/ne pas rejeter $H_0$) échoue dans ce contexte. Si l'on rejette $H_0$, on peut conclure que la requête vaut 1. Cependant, si l'on ne rejette pas $H_0$, la conclusion est ambiguë : cela pourrait signifier que la requête vaut 0, ou simplement que la distribution appartient à la zone d'intersection ($R_2$), rendant la requête non identifiable. Un test binaire ne peut donc pas distinguer entre "la requête est fausse" et "la requête est non identifiable".

2. Méthodologie Proposée

Les auteurs proposent un cadre de tests ternaires (à trois issues) pour résoudre ce problème d'identifiabilité partielle.

• Structure du test ternaire : Au lieu de deux issues, le test $\phi$ produit l'une des trois sorties :

  1. 0 : Rejeter $H_0$ (La requête est 0, la distribution est dans $R_0 = H_0 \setminus H_1$).
  2. 1 : Ne pas rejeter $H_0$ (La requête est 1, la distribution est dans $R_1 = H_1 \setminus H_0$).
  3. 2 : Non identifiable (La distribution est dans l'intersection $R_2 = H_0 \cap H_1$).

• Approche par tests à deux étapes (Two-Stage Ternary Tests) :
  Pour exploiter la vaste boîte à outils existante des tests binaires, les auteurs proposent de construire des tests ternaires en combinant deux tests binaires séquentiellement.

  • Étape 1 : Un test binaire sépare une région (par exemple $R_2$) du reste de l'espace.
  • Étape 2 : Si la première étape ne conclut pas à la région isolée, un second test binaire sépare les deux régions restantes ($R_0$ et $R_1$).
  • Deux configurations sont définies : Split-Null (SN) et Split-Alternative (SA), selon la manière dont les hypothèses sont divisées.

• Conditions Topologiques et Consistance :
  L'existence de tels tests "bons" (garantissant un contrôle d'erreur) est caractérisée par des conditions topologiques sur les ensembles d'hypothèses dans l'espace des mesures de probabilité (topologie faible) :

  • Pour qu'un test soit uniformément consistant (le taux d'erreur tend vers 0 uniformément sur l'hypothèse), les ensembles d'hypothèses doivent être fermés.
  • Pour une consistance faible, les ensembles doivent être des $F_\sigma$ (union dénombrable d'ensembles fermés).
  • Le papier établit que si les conditions topologiques nécessaires pour l'existence d'un test ternaire sont satisfaites, alors un test à deux étapes existe également. Cela prouve la complétude de l'approche par combinaison de tests binaires.

3. Contributions Clés

1. Formalisation des tests ternaires pour l'identifiabilité partielle : Définition rigoureuse des critères de performance (consistance uniforme, contrôle des erreurs (i, j)) pour des hypothèses qui se chevauchent.
2. Caractérisation topologique : Établissement de conditions nécessaires et suffisantes (basées sur la fermeture et la nature $F_\sigma$ des ensembles dans la topologie faible) pour l'existence de tests ternaires consistants.
3. Preuve de complétude : Démonstration que les tests à deux étapes (combinant des tests binaires) sont suffisants pour atteindre les mêmes garanties d'erreur que n'importe quel test ternaire théorique, permettant ainsi d'utiliser les méthodes binaires existantes.
4. Guide de construction : Fourniture d'un arbre de décision pratique permettant aux praticiens de choisir la configuration de test à deux étapes (SN ou SA) en fonction des propriétés topologiques de leurs hypothèses spécifiques.

4. Résultats et Applications

Les auteurs appliquent leur cadre à deux problèmes concrets de causalité :

• Test des inégalités de la Variable Instrumentale (IV) :

  • Contexte : Vérifier si les données observationnelles respectent les inégalités de Pearl pour un modèle IV.
  • Problème : L'intersection $R_2$ correspond aux cas où la positivité de l'instrument est violée (certaines valeurs de l'instrument n'apparaissent jamais).
  • Résultat : Un test à deux étapes (SA) est construit : d'abord un test de positivité, puis un test des inégalités IV si la positivité est tenue. Les conditions topologiques garantissent la consistance asymptotique.

• Comparaison de l'efficacité d'un traitement :

  • Contexte : Déterminer si l'effet causal d'un traitement dépasse un seuil $c$ (obtenu par exemple d'un essai randomisé), en utilisant uniquement des données observationnelles.
  • Problème : Utilisation des bornes de Manski pour encadrer l'effet causal. L'intersection $R_2$ correspond aux distributions où les bornes de Manski incluent le seuil $c$.
  • Résultat : Un test à deux étapes (SN) utilisant des tests binomiaux unilatéraux est proposé. Les simulations montrent que ce test ternaire offre une meilleure puissance (Probabilité de Détection Correcte - PCD) et une meilleure distinction des cas non identifiables par rapport à une approche naïve basée sur les intervalles de confiance des bornes de Manski.

5. Signification et Impact

Ce travail est significatif car il comble un vide théorique entre la théorie de l'identification causale et la pratique du test d'hypothèses.

• Précision décisionnelle : Il permet de distinguer formellement entre un résultat négatif (la causalité est absente) et une incertitude structurelle (la causalité est non identifiable), évitant ainsi des conclusions erronées fréquentes avec les tests binaires.
• Faisabilité pratique : En prouvant que les tests ternaires peuvent être construits à partir de tests binaires existants, les auteurs rendent cette approche immédiatement applicable sans nécessiter le développement de nouveaux algorithmes statistiques complexes de zéro.
• Fondation théorique : Les conditions topologiques fournissent un critère clair pour déterminer si un problème causal donné est testable avec des garanties d'erreur contrôlée, guidant ainsi la conception d'expériences et d'analyses futures.

En conclusion, le papier propose un cadre robuste pour transformer des problèmes d'identifiabilité partielle en problèmes de test ternaire, garantissant que les conclusions tirées des données observationnelles sont à la fois statistiquement valides et causalement interprétables.