Nonparametric Identification and Estimation of Causal Effects on Latent Outcomes

Each language version is independently generated for its own context, not a direct translation.

🕵️‍♂️ Le Problème : Chasser un Fantôme avec des Loupes Différentes

Imaginez que vous êtes un détective. Votre mission est de mesurer l'effet d'un nouveau médicament sur la "santé mentale" d'un patient.

Le problème ? La "santé mentale" est un fantôme. Vous ne pouvez pas la voir, la toucher ou la peser directement. C'est ce qu'on appelle une variable latente.

Pour essayer de la voir, vous utilisez des outils (des loupes) :

Un questionnaire sur l'humeur.
Un test de mémoire.
Une observation du sommeil.

Chaque outil donne une image différente et imparfaite du fantôme.

Le questionnaire peut être influencé par la timidité du patient.
Le test de mémoire peut être affecté par la fatigue.
Le sommeil peut être perturbé par le bruit de la rue.

Le dilemme : Si vous comparez deux études différentes, l'une utilisant le questionnaire et l'autre le test de mémoire, comment savoir si le médicament fonctionne vraiment ? Ou est-ce que vous comparez simplement deux images floues prises avec des appareils photo différents ?

C'est exactement le problème que les auteurs (Jiawei Fu et Donald Green) résolvent dans cet article.

🚧 Les Deux Obstacles Majeurs

Les auteurs identifient deux pièges où la plupart des chercheurs tombent :

1. Le Piège du "Traducteur" (Non-comparabilité entre études)

Imaginez que l'étude A mesure la "satisfaction politique" en utilisant des votes au parlement, et que l'étude B utilise des sondages d'opinion.
Même si le "vrai" changement de satisfaction est identique dans les deux pays, les résultats chiffrés seront différents.

Analogie : C'est comme si l'étude A mesurait la température en Celsius et l'étude B en Fahrenheit. Si l'étude A dit "il fait 10° de plus" et l'étude B dit "il fait 18° de plus", vous pourriez penser que les effets sont différents, alors qu'ils sont identiques ! C'est juste une question d'échelle.

2. Le Piège de la "Distorsion" (Non-comparabilité au sein d'une étude)

Même dans la même étude, si vous utilisez plusieurs outils, ils ne voient pas la réalité de la même façon.

Analogie : Imaginez que vous essayez de mesurer la taille d'un éléphant.
- L'outil 1 (un ruban à mesurer) est précis mais pliable.
- L'outil 2 (une photo) déforme la perspective.
- L'outil 3 (un miroir) renvoie une image inversée.
  Si vous faites une moyenne simple de ces trois mesures, vous obtiendrez un chiffre qui ne correspond à rien de réel. Les outils ne sont pas "commensurables" (ils ne parlent pas le même langage).

🌉 La Solution : Le "Pont" Non Paramétrique (NSI)

Les auteurs proposent une méthode géniale appelée NSI (Nonparametric Scaled Index). Voici comment cela fonctionne, étape par étape :

Étape 1 : Choisir une "Étalon" (La Règle de Référence)

Au lieu de tout mélanger, choisissez un seul outil que vous considérez comme votre référence absolue. Disons que c'est le "Questionnaire de base". C'est votre règle de référence.

Étape 2 : Construire un "Pont" (La Fonction de Pont)

Pour chaque autre outil (le test de mémoire, le sommeil, etc.), vous devez construire un pont mathématique.

L'idée : Ce pont est une fonction magique qui transforme la mesure du test de mémoire pour qu'elle ressemble, en moyenne, à ce que le questionnaire de base aurait donné.
L'analogie : Imaginez que le test de mémoire est une langue étrangère (le Japonais) et que le questionnaire est le Français. Le "pont" est un traducteur ultra-puissant qui ne se contente pas de traduire mot à mot, mais qui comprend le sens profond pour dire exactement la même chose que le Français, même si la phrase originale était très différente.

Étape 3 : Utiliser les Outils de l'Expérience comme "Boussoles"

Comment construire ce pont sans connaître la vérité absolue (puisque le fantôme est invisible) ?
Les auteurs utilisent l'expérience elle-même !

Puisque vous avez fait une expérience (vous avez donné le médicament à certains et pas à d'autres), vous savez que le changement observé est dû au médicament.
Ils utilisent cette connaissance (et d'autres variables comme l'âge ou le sexe) comme des boussoles pour calibrer le pont. Cela permet de "nettoyer" les distorsions des outils de mesure.

🧪 Ce que disent les résultats (La Preuve par l'Exemple)

Les auteurs ont testé leur méthode sur une vraie expérience politique (des militants allant voir les gens pour discuter de l'immigration).

Méthodes classiques (PCA, moyennes simples) : Elles ont donné des résultats qui semblaient contradictoires selon la façon dont on combinait les questions. C'était comme si le médicament fonctionnait parfois et pas d'autres fois, juste à cause de la façon dont on mesurait.
La méthode NSI (Le Pont) : Elle a réussi à aligner toutes les mesures sur la même échelle. Résultat ? On a pu dire avec certitude : "Le grand discours a changé l'attitude des gens, le petit non." Et ce résultat était stable, peu importe les outils utilisés.

💡 En Résumé : Pourquoi c'est important ?

Cet article nous dit deux choses essentielles pour la science :

La mesure fait partie de la théorie : On ne peut pas juste mesurer "n'importe comment" et espérer comparer les résultats plus tard. La façon dont on pose les questions définit ce qu'on mesure.
La standardisation est la clé : Si vous voulez que votre recherche soit utile pour les autres, vous devez inclure au moins une question ou un outil commun avec les autres études. C'est ce "pont" qui permettra de relier les connaissances du monde entier.

En une phrase : Pour chasser un fantôme (une cause cachée) avec plusieurs loupes imparfaites, il faut d'abord construire un pont mathématique pour que toutes les loupes parlent le même langage, avant de tirer des conclusions.

Each language version is independently generated for its own context, not a direct translation.

1. Le Problème : Inférence Causale sur des Résultats Latents

L'article aborde un défi fondamental en inférence causale : comment estimer les effets de traitement moyens sur des résultats latents (non observés directement) mesurés par plusieurs indicateurs imparfaits.

Les chercheurs étudient souvent des concepts théoriques centraux mais non observables tels que l'idéologie, la capacité de l'État, la confiance politique, la santé mentale ou le capital humain. Ces concepts sont mesurés indirectement via des items de sondage, des tests, des indicateurs administratifs ou des traces comportementales.

Les deux défis de non-comparabilité identifiés :
L'article met en lumière deux obstacles majeurs que les méthodes existantes (comme la PCA, les modèles IRT, ou les moyennes simples) ne résolvent pas adéquatement :

Le défi de non-comparabilité inter-études (Study Noncomparability) : Lorsque deux études mesurent le même concept latent avec des ensembles d'indicateurs différents, les méthodes de réduction de dimension standard produisent des estimations qui ne sont pas comparables. Même si l'effet causal latent réel est identique, les estimations diffèrent car les méthodes dépendent de la composition spécifique des mesures. Cela entrave l'accumulation de connaissances scientifiques.
Le défi de non-comparabilité intra-étude (Measurement Noncomparability) : Au sein d'une même étude, différents indicateurs peuvent avoir des relations différentes (linéaires, non linéaires, avec des sensibilités variables) avec le même résultat latent. Les méthodes actuelles imposent soit des spécifications paramétriques fortes (risque de mauvaise spécification), soit ignorent la structure latente commune (perte d'efficacité).

2. Méthodologie : L'Approche NSI (Nonparametric Scaled Index)

Les auteurs proposent un cadre général non paramétrique basé sur la conception de l'expérience, centré sur deux concepts clés : une mesure de référence (benchmark) et des fonctions de pont de mesure (measurement bridge functions).

A. Le Concept de Fonction de Pont

L'idée centrale est de transformer chaque mesure imparfaite $Y_j$ en une version alignée sur une mesure de référence $Y_1$ (benchmark), de sorte qu'elles partagent la même information sur le latent $\eta$ en espérance conditionnelle.

On cherche une fonction $\phi_j$ telle que :
$E[\phi_j(Y_j) | \eta] = E[Y_1 | \eta]$

Cette fonction permet de "mettre à l'échelle" les différentes mesures sur une échelle commune définie par le benchmark, sans imposer de forme fonctionnelle spécifique (linéaire ou non).

B. Identification via Variables Instrumentales Non Paramétriques (NPIV)

L'estimation de la fonction de pont $\phi_j$ est formulée comme un problème de variables instrumentales non paramétriques (NPIV).

Condition d'existence : L'existence de $\phi_j$ est garantie sous une hypothèse de complétude (Assumption 2), qui exige que la mesure $Y_j$ capture toute la variabilité du latent $\eta$ (c'est-à-dire que $Y_j$ et $\eta$ ne sont pas indépendants et que la matrice de transition est de rang plein).
Identification : Pour identifier $\phi_j$ , l'article utilise des variables auxiliaires comme instruments ( $W_i$ ). Dans le cadre d'une expérience randomisée, l'assignation au traitement $Z_i$ , les covariables pré-traitement $X_i$ , et d'autres mesures peuvent servir d'instruments valides.
L'équation d'identification devient : $E[\phi_j(Y_j) | W_i] = E[Y_1 | W_i]$ .

C. Estimation sous Identification Faible

Un défi technique majeur est que la fonction de pont elle-même peut être faiblement identifiée (problème mal posé), alors que l'effet causal moyen (ALTE) est fortement identifié.

Les auteurs adoptent la méthode de Bennett et al. (2025) pour l'estimation de fonctionnels linéaires continus de fonctions de nuisance faiblement identifiées.
Procédure :
1. Estimation de la fonction de pont $\phi_j$ et d'une fonction de nuisance de débiaisage $q$ via un critère minimax pénalisé (avec régularisation).
2. Utilisation du Cross-fitting (division de l'échantillon en plis) pour éviter le surajustement (overfitting).
3. Construction d'un score de Neyman orthogonal pour estimer l'effet de traitement moyen (ALTE) via une méthode GMM (Generalized Method of Moments).
Cette approche permet une convergence à la vitesse $\sqrt{n}$ et une inférence valide même si la première étape (estimation de $\phi$ ) est difficile.

3. Résultats Principaux

Simulations

Les auteurs simulent deux études avec le même effet causal latent réel mais des systèmes de mesure différents (fonctions non linéaires différentes).

Méthodes standards (PCA, ICW) : Génèrent des écarts importants entre les études et rejettent à tort l'hypothèse d'égalité des effets (taux de rejet de 27% à 100%).
Méthode WSI (linéaire) : Réduit l'erreur mais suppose une linéarité.
Méthode NSI (proposée) : Réduit l'écart inter-études à presque zéro (0.004) et maintient un taux de rejet de l'hypothèse nulle très faible (0.6%), démontrant sa capacité à restaurer la comparabilité même avec des relations non linéaires complexes.

Application Empirique

L'article réanalyse l'expérience de terrain de Kalla & Broockman (2020) sur les attitudes envers les immigrants sans papiers.

Deux échelles de résultats sont utilisées : les attitudes personnelles et les vues sur les politiques publiques.
L'approche NSI (avec bases polynomiales, forêts aléatoires et RKHS) confirme que le traitement complet ("full canvassing") a un effet positif significatif sur l'attitude latente, tandis que le traitement abrégé n'a pas d'effet significatif.
Les résultats sont cohérents avec l'estimateur linéaire (WSI) mais offrent une robustesse supplémentaire face à la possibilité de relations non linéaires entre les indicateurs et le latent.

4. Contributions Clés

Cadre Non Paramétrique : Généralisation des méthodes d'inférence causale pour les résultats latents sans imposer de modèles paramétriques (comme les modèles linéaires ou IRT), permettant des relations complexes et inconnues entre les mesures et le latent.
Solution aux Problèmes de Comparabilité : Proposition d'une stratégie de conception (benchmark + fonctions de pont) qui rend les estimations comparables à la fois au sein d'une étude et entre différentes études, résolvant ainsi le problème de l'hétérogénéité des mesures.
Inférence Robuste : Développement d'une procédure d'estimation (basée sur les scores orthogonaux et le cross-fitting) qui permet une inférence valide même lorsque les fonctions de nuisance (les fonctions de pont) sont faiblement identifiées.
Guidage pour la Conception Expérimentale : L'article souligne que la conception des mesures fait partie intégrante de l'inférence causale. Il recommande d'inclure systématiquement au moins une mesure de référence commune (benchmark) dans les études visant à comparer des résultats à travers différents contextes.

5. Signification et Implications

Ce travail transforme la façon dont les chercheurs doivent aborder les résultats latents. Il démontre que la mesure n'est pas une nuisance secondaire, mais un élément constitutif de l'estimand causal.

Pour la pratique : Les chercheurs ne doivent plus se contenter de combiner des indicateurs de manière ad hoc (moyennes, PCA). Ils doivent concevoir leurs études pour inclure un indicateur de référence commun et utiliser des méthodes permettant d'aligner les autres indicateurs sur ce standard.
Pour la science cumulative : En assurant que les effets estimés sont comparables malgré les différences de mesure, cette méthode permet une méta-analyse et une accumulation de connaissances plus fiables dans les sciences sociales.
Pour l'économétrie : L'application des techniques NPIV et des scores orthogonaux à l'inférence causale avec des résultats latents ouvre de nouvelles voies pour traiter les problèmes de mesure dans des contextes expérimentaux et observationnels.

En résumé, Fu et Green fournissent une boîte à outils rigoureuse pour extraire des effets causaux comparables et robustes à partir de données imparfaites et hétérogènes, en plaçant la conception de la mesure au cœur de la stratégie d'identification causale.