📊 statistics

Causal inference for spatiotemporal point processes in the presence of outcome spillover and carryover

Cet article propose un cadre d'inférence causale pour les processus ponctuels spatio-temporels en présence d'effets de débordement et de report, permettant d'estimer l'impact des interventions sur des événements tels que l'activité sismique en Oklahoma liée à l'injection d'eaux usées.

Auteurs originaux : Conor Kresin, Duncan A. Clark, Louis Davis, Martin Hazelton

Publié 2026-04-15

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Conor Kresin, Duncan A. Clark, Louis Davis, Martin Hazelton

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 comprendre pourquoi il y a eu un tremblement de terre en Oklahoma, ou pourquoi une épidémie s'est propagée dans une ville. Vous avez une carte remplie de points : chaque point est un événement (un séisme, un cas de maladie) avec une heure et un lieu précis.

Le problème, c'est que vous ne savez pas exactement quelle cause a déclenché chaque point.

1. Le Problème : Le "Bruit" de la Causalité

Dans ce papier, les chercheurs s'intéressent à un scénario où l'on applique une intervention dans certaines zones (par exemple, on arrête d'injecter des eaux usées dans le sol dans une région, ou on vaccine un quartier).

Mais il y a un piège : l'effet de contagion.

Si vous vaccinez le quartier A, les gens du quartier B (qui n'ont pas été vaccinés) peuvent quand même être protégés parce que le virus ne peut pas traverser la frontière. C'est ce qu'on appelle un spillover (débordement).
Inversement, un séisme dans une zone traitée peut en déclencher un autre dans une zone voisine non traitée.

Si vous regardez simplement les chiffres bruts, vous ne savez pas si un tremblement de terre dans la zone "traitée" a été causé par l'intervention (ou son absence) ou s'il a été déclenché par un autre séisme voisin. C'est comme essayer de savoir qui a commencé une rumeur dans une foule en regardant juste qui crie, sans savoir qui a parlé à qui.

2. La Solution : Le "Superposition Invisible"

Les auteurs proposent une méthode géniale pour démêler le vrai du faux. Ils imaginent que chaque événement observé est en réalité le résultat de deux processus invisibles qui se mélangent :

Le processus de Contrôle (ce qui se serait passé sans intervention).
Le processus de Traitement (ce qui est dû à l'intervention).

Puisque vous ne voyez que le mélange final (comme un smoothie où vous ne savez plus distinguer la fraise du kiwi), ils utilisent une technique mathématique appelée EM Stochastique (Expectation-Maximization).

L'analogie du détective :
Imaginez que vous êtes un détective qui doit trier des lettres. Certaines lettres sont "normales" (contrôle) et d'autres sont "spéciales" (traitement). Vous ne voyez pas l'étiquette, mais vous avez une idée de ce que les lettres normales ressemblent et de ce que les lettres spéciales ressemblent.

Étape 1 (Estimation) : Vous regardez une lettre et vous dites : "Hmm, elle ressemble plus à une lettre normale, je vais l'étiqueter 'normale'."
Étape 2 (Apprentissage) : Une fois que vous avez étiqueté toutes les lettres, vous réajustez votre définition de ce qu'est une "lettre normale" en fonction de ce que vous avez trouvé.
Boucle : Vous recommencez. À chaque tour, vos étiquettes deviennent plus précises, et votre compréhension des deux types de lettres s'améliore.

3. Le Défi : La "Plancher Statistique"

Le papier montre que cette méthode fonctionne très bien, mais il y a une limite physique. Parfois, il y a des zones où les deux processus (contrôle et traitement) se ressemblent tellement qu'il est impossible de savoir lequel a produit l'événement.

Les auteurs appellent cela le "plancher statistique" (statistical floor).

Analogie : Imaginez que vous essayez d'entendre un chuchotement dans une pièce bruyante. Si le bruit est trop fort, vous ne pourrez jamais distinguer le chuchotement, peu importe à quel point vous vous concentrez. C'est la limite de la précision.
Le papier calcule exactement à quel point cette confusion peut être forte et montre que, même avec cette limite, on peut obtenir des résultats fiables pour prendre des décisions politiques.

4. L'Application Réelle : Les Séismes en Oklahoma

Pour prouver leur méthode, ils l'ont appliquée à un cas réel : la réduction de l'injection d'eaux usées en Oklahoma en 2015.

La méthode naïve (l'ancienne façon) : Regarder simplement si les séismes ont diminué dans la zone où l'on a arrêté l'injection. Cela donnait l'impression que la politique avait sauvé des centaines de séismes.
La nouvelle méthode (ce papier) : En tenant compte du fait que les séismes "contagieux" peuvent traverser les frontières, la méthode a révélé une surprise : la politique n'avait peut-être pas eu d'effet immédiat significatif sur la réduction des séismes à court terme. Les séismes continuaient à se propager depuis les zones voisines non traitées.

En Résumé

Ce papier est comme un filtre de réalité pour les données complexes. Il nous dit :

Ne vous fiez pas aux apparences (les points sur la carte) ; cherchez les causes cachées.
Utilisez une méthode itérative (comme un détective qui affine ses soupçons) pour séparer les effets de l'intervention des effets de la contagion naturelle.
Sachez reconnaître vos limites : parfois, le bruit de fond est trop fort pour trancher, mais on peut quand même quantifier cette incertitude.

C'est un outil puissant pour les économistes, les épidémiologistes et les géologues qui veulent savoir si une politique fonctionne vraiment, même quand le monde est un peu chaotique et interconnecté.

1. Problématique et Contexte

L'article aborde un défi majeur en inférence causale : l'estimation des effets de traitements sur des processus ponctuels spatio-temporels continus (des événements localisés dans le temps et l'espace, comme des épidémies, des séismes ou des transactions financières) en présence de spillover (effets de débordement) et de carryover (effets de retard).

Le défi du Spillover/Carryover : Dans de nombreux phénomènes, un événement dans une région peut « exciter » ou influencer la probabilité d'événements futurs dans des régions voisines ou à des moments ultérieurs. Les méthodes causales standard supposant l'indépendance des unités échouent ici, car elles ignorent ces dépendances, conduisant à des estimations biaisées et à des inférences invalides.
Limites de l'agrégation : Une approche naïve consisterait à agréger les données en comptant les événements par cellule (ex: par quartier) pour utiliser des modèles discrets. Cependant, cela entraîne une perte d'information critique sur les temps et lieux exacts des événements, introduit le problème des unités spatiales modifiables (MAUP) et masque la structure spatio-temporelle fine nécessaire pour modéliser correctement les mécanismes de propagation.
L'objectif : Développer un cadre d'inférence causale qui préserve la nature continue des données (temps et espace exacts) tout en gérant les interventions au niveau de cellules (ex: zones géographiques) et les effets de débordement complexes.

2. Méthodologie Proposée

Les auteurs proposent un cadre basé sur des modèles de processus ponctuels et une estimation par maximum de vraisemblance via un algorithme EM stochastique (SEM).

A. Cadre Causal et Modélisation

Superposition Latente : Le processus observé après l'intervention $N$ est modélisé comme la superposition de deux processus ponctuels latents non étiquetés : un processus de contrôle $N_0$ et un processus de traitement $N_1$ .
$N = N_0 + N_1$
Un événement observé dans une cellule traitée n'est pas nécessairement un événement de « traitement » ; il peut être un événement de contrôle qui a « débordé » dans cette zone.
Interventions et Contrefactuels : Les résultats potentiels sont indexés par l'allocation complète du traitement $z \in \{0,1\}^J$ sur l'ensemble des $J$ cellules, et non seulement par le statut d'une cellule individuelle. Cela est nécessaire car, en raison du spillover, le résultat d'une cellule dépend de l'historique complet des traitements voisins.
Intensité Conditionnelle : Le modèle utilise des intensités conditionnelles $\lambda_k(\tau | \mathcal{H}_{t-})$ (où $\mathcal{H}$ est l'historique) qui peuvent dépendre de l'historique complet des événements (modèles de type Hawkes) et de covariables exogènes.

B. Estimation : Algorithme SEM Stochastique

Le problème principal est que les étiquettes des événements (sont-ils issus de $N_0$ ou $N_1$ ?) sont inobservables.

Approche EM : L'algorithme alterne entre :
1. E-step (Estimation) : Estimation de la distribution a posteriori des étiquettes latentes étant donné les paramètres courants.
2. M-step (Maximisation) : Mise à jour des paramètres du modèle en maximisant la vraisemblance complète (données étiquetées).
Approximation Stochastique : Comme le calcul exact de l'espérance sur l'espace des étiquettes ( $2^{N(D)}$ combinaisons) est intraitable, surtout avec des dépendances temporelles (modèles Hawkes), les auteurs utilisent une approximation Stochastic EM (SEM). Ils échantillonnent des étiquettes à partir d'une distribution propositionnelle (basée sur les écarts entre les prédictions du modèle et les observations) pour approximer l'étape E.
Proposition Guidée par le Désaccord : Une stratégie clé consiste à cibler les régions où le modèle de contrôle sous-estime ou surestime fortement les observations pour proposer des changements d'étiquettes, rendant l'algorithme efficace même en présence de forte dépendance historique.

C. Théorie de l'Échantillonnage Fini

Les auteurs analysent théoriquement la convergence de l'erreur d'estimation en utilisant un surrogé déterministe « Hard-EM » (où les étiquettes sont fixées de manière déterministe à chaque bloc temporel) pour prouver des résultats de contraction.

Contraction vers un « Plancher Statistique » : Ils démontrent que l'erreur d'estimation des paramètres et des étiquettes décroît géométriquement jusqu'à un niveau de bruit résiduel (le « plancher »).
Origine du Plancher : Ce plancher est gouverné par les régions ambiguës (où le rapport de vraisemblance entre traitement et contrôle est proche de zéro) et par la propagation des erreurs d'étiquetage dans les modèles à mémoire (Hawkes).
Conditions de Consistance : Pour que l'estimateur soit consistant (le plancher tende vers zéro), des conditions spécifiques sur la taille de l'échantillon, la structure du noyau de déclenchement et la séparation des intensités doivent être satisfaites.

3. Résultats Clés

Identification : Sous des hypothèses standard de consistance, d'échangeabilité conditionnelle et de positivité, les fonctionnels causaux (comme l'effet moyen du traitement) sont identifiés sur le support des allocations observées. Pour les allocations hors support (contre-factuels non observés), l'identification repose sur la validité du modèle structurel paramétrique.
Performance de l'Estimation :
- Les simulations montrent que la méthode SEM réduit considérablement le biais par rapport à une approche « naïve » (qui attribue les événements aux processus en fonction uniquement de la localisation de la cellule).
- L'approche naïve surestime souvent l'effet du traitement car elle ne distingue pas les événements de contrôle qui ont débordé dans les zones traitées.
Application aux Séismes en Oklahoma :
- Contexte : Évaluation de l'impact d'une directive de réduction des volumes d'injection d'eaux usées sur l'activité sismique.
- Résultat : L'approche naïve suggérait une réduction significative des tremblements de terre (environ 341 événements évités). En revanche, la méthode SEM, qui corrige les étiquettes en tenant compte du carryover et du spillover, a révélé une estimation de -118 événements évités (c'est-à-dire une augmentation apparente ou une absence d'effet de réduction à court terme).
- Interprétation : Cela illustre comment ignorer les effets de débordement à long terme peut conduire à des conclusions politiques erronées. Les dynamiques pré-traitement et les activités dans les zones non traitées masquent l'effet immédiat de la politique.

4. Contributions Principales

Cadre Théorique Unifié : Première formulation complète d'inférence causale pour des processus ponctuels spatio-temporels continus avec spillover, évitant l'agrégation arbitraire.
Algorithme d'Estimation Innovant : Développement d'un algorithme SEM stochastique adapté aux processus à dépendance historique (Hawkes), avec une proposition de réétiquetage guidée par les désaccords du modèle.
Théorie de Convergence Non-Asymptotique : Analyse rigoureuse des conditions sous lesquelles l'erreur d'estimation converge, identifiant le rôle critique des « zones ambiguës » et de la propagation des erreurs dans les modèles à mémoire.
Application Empirique Cruciale : Démonstration pratique de l'importance de corriger le spillover dans un contexte de politique publique (sismicité induite), montrant que les méthodes standard peuvent être non seulement inefficaces, mais trompeuses.

5. Signification et Implications

Ce travail est significatif car il comble le fossé entre la théorie de l'inférence causale (souvent discrète et indépendante) et la réalité des données spatio-temporelles continues et dépendantes.

Pour la Science des Données : Il fournit des outils pour traiter des données d'événements complexes sans perdre la granularité temporelle et spatiale.
Pour les Politiques Publiques : Il met en garde contre l'utilisation de modèles causaux simplistes dans des domaines comme l'épidémiologie, la sismologie ou la finance, où les effets de contagion sont omniprésents. L'exemple de l'Oklahoma montre que l'absence de prise en compte du carryover peut mener à des conclusions opposées sur l'efficacité d'une régulation.
Futur : Le cadre ouvre la voie à des extensions vers des traitements multivariés, des modèles non paramétriques et des garanties pour des algorithmes plus complexes.

En résumé, l'article propose une solution robuste et théoriquement fondée pour démêler les effets causaux dans des systèmes dynamiques complexes où les événements interagissent dans le temps et l'espace.