Regularity, Phase Transitions, and Uniform Inference for Proximal Counterfactual Quantile Processes

Résumé technique : Régularité, transitions de phase et inférence uniforme pour les processus quantiles contrefactuels proximaux

Énoncé du problème
Cet article aborde le défi de l'estimation des fonctions de distribution contrefactuelles, des effets de traitement quantiles (QTE) et des mesures de risque de queue inférieure (telles que le CVaR) dans des études observationnelles où un biais de confusion non mesuré est présent. Alors que l'inférence causale distributionnelle standard repose sur l'hypothèse d'absence de confusion non mesurée, l'inférence causale proximale utilise des proxys de contrôle négatif (un proxy induisant le traitement $Z$ et un proxy induisant le résultat $W$) pour identifier les effets causaux.

La littérature existante a établi une identification ponctuelle pour les effets de traitement moyens (ATE) et des quantiles spécifiques en utilisant des équations de pont proximal. Cependant, une application directe ponctuelle de ces méthodes à l'ensemble de la fonction de distribution contrefactuelle $\{F_a(y) : y \in \mathcal{Y}\}$ est théoriquement incomplète. Elle échoue à caractériser la frontière de régularité du problème inverse sous-jacent, ne produit pas le noyau de covariance efficace pour le processus de fonction de répartition cumulative (CDF), ne permet pas de générer des bandes quantiles simultanées sans densité, et ne quantifie pas comment des proxys faibles dégradent l'inférence d'une régularité de l'ordre de racine-$n$ vers des taux plus lents. Le problème central est de déterminer quand le processus de distribution contrefactuelle peut être estimé de manière régulière, efficace et uniforme sous identification proximale.

Méthodologie
Les auteurs reformulent l'estimation de la distribution contrefactuelle proximale comme un problème inverse primal-dual.

1. Formulation Primal-Dual :

   • Pont Primal : Pour un bras de traitement $a$ et un seuil $y$, le pont de résultat $h_{a,y}$ résout $T_a h_{a,y} = g_{a,y}$, où $T_a$ est l'opérateur d'espérance conditionnelle et $g_{a,y}$ est l'espérance conditionnelle de l'indicateur $1\{Y \le y\}$.
   • Pont Dual : La CDF contrefactuelle est une fonctionnelle linéaire $\ell(h) = E\{h(W, X)\}$. Le pont dual $q_a$ est le représentant de Riesz de cette fonctionnelle, résolvant l'équation adjointe $T_a^* q_a = 1$.
   • Identification : La CDF est identifiée via la représentation primale $F_a(y) = E\{h_{a,y}(W, X)\}$ ou la représentation duale $F_a(y) = E\{1\{A=a\}q_a(Z, X)1\{Y \le y\}\}$.

2. Régularité et Transitions de Phase :

   • L'article établit que l'existence d'un pont dual $q_a$ de carré intégrable, combinée à une condition minimale de moment résiduel, constitue la frontière exacte de régularité.
   • En utilisant une caractérisation par système singulier compact (analogue aux conditions de Picard pour les équations de Fredholm), les auteurs dérivent une transition de phase. Une estimation régulière de l'ordre de racine-$n$ est possible si et seulement si la série $\sum_j \ell_{a,j}^2 / s_{a,j}^2$ converge, où $s_{a,j}$ sont les valeurs singulières de l'opérateur et $\ell_{a,j}$ sont les coefficients de la fonctionnelle cible.
   • Si cette série diverge (indiquant une pertinence faible du proxy), les bornes d'efficacité de dimension finie divergent, et les références d'inversion gaussiennes exhibent des taux minimax plus lents.

3. Théorie du Processus et Estimation :

   • Fonction d'Influence Efficace (EIF) : L'article dérive le gradient canonique pour le processus CDF :
     $$\phi_{a,y}(O) = h_{a,y}(W, X) - F_a(y) + 1\{A=a\}q_a(Z, X)\{1\{Y \le y\} - h_{a,y}(W, X)\}$$
   • Inférence Uniforme : Un estimateur en une étape avec couplage croisé (cross-fitted) est construit pour obtenir des développements doubles robustes uniformes. Les auteurs prouvent la convergence faible du processus CDF contrefactuel vers une limite gaussienne serrée avec un noyau de covariance explicite.
   • Bandes Quantiles Sans Densité : Au lieu d'estimer la densité contrefactuelle (qui est mal posée), la méthode construit des bandes CDF simultanées et les inverse pour obtenir des bandes quantiles simultanées conservatrices et sans densité.
   • Risque de Queue Inférieure : Pour la Valeur à Risque Conditionnelle (CVaR), une représentation par « pont de déficit » est utilisée. En dérivant la valeur d'un critère de déficit optimisé (via le théorème de l'enveloppe de Danskin), la fonction d'influence résultante évite la nécessité d'estimer la densité contrefactuelle.
   • Implémentation : Les estimateurs utilisent l'algèbre linéaire sous forme fermée pour les systèmes de rang fini, la régularisation convexe de Tikhonov pour les systèmes mal conditionnés, et la projection isotonique pour imposer des contraintes de forme.

Contributions Clés

1. Identification Primal-Dual : Formalise l'identification de la CDF contrefactuelle comme une paire de problèmes inverses primal et dual.
2. Dichotomie de Régularité : Prouve que, dans un modèle de données observées saturé au seuil, la différentiabilité pathwise de la fonctionnelle CDF est équivalente à l'existence d'un pont dual de carré intégrable et d'un moment résiduel fini.
3. Transition de Phase Spectrale : Caractérise le phénomène de « proxy faible », montrant que l'inférence de l'ordre de racine-$n$ échoue exactement lorsque les valeurs singulières de l'opérateur de proxy décroissent trop rapidement par rapport aux coefficients de la fonctionnelle cible.
4. Théorie Efficace du Processus : Déduit le noyau de covariance efficace pour l'ensemble du processus CDF et établit la convergence faible uniforme.
5. Inférence Sans Densité : Fournit une méthode pour construire des bandes quantiles simultanées et des intervalles de confiance CVaR de queue inférieure sans estimer la densité contrefactuelle, évitant ainsi une source supplémentaire de mal-posé.
6. Estimateurs de Rang Fini : Développe des estimateurs de rang fini sous forme fermée et convexes avec des conditions de taux explicites pour les proxys faibles.

Résultats

• Simulations :
  • Calibration : Dans des configurations de rang fini, l'estimateur Proximal Doublement Robuste (PDR) proposé corrige le biais et atteint une couverture proche du nominal, tandis que les méthodes naïves de confusion observée restent biaisées.
  • Transition de Phase : À mesure que la pertinence du proxy diminue, la norme du pont dual et l'écart-type de la fonction d'influence s'inflate, conduisant à des bandes de confiance plus larges et à une perte éventuelle d'informativité, ce qui est cohérent avec la transition de phase théorique.
  • Inférence de Processus : Les bandes QTE simultanées sans densité maintiennent une couverture valide même lorsque l'estimation de densité est difficile (par exemple, résultats multimodaux), tandis que les bandes delta basées sur la densité sous-couvrent.
  • Intégration du Machine Learning : Les cartes de caractéristiques apprises (splines, arbres, réseaux de neurones) améliorent l'approximation des fonctions de pont mais préservent la structure de ridge convexe finale ; la correction proximale reste nécessaire même avec un ajustement ML flexible pour les covariables observées.
• Données Réelles (Étude RHC) : Appliqué aux données de cathétérisme cardiaque droit, l'estimateur PDR proximale atténue considérablement les décalages distributionnels estimés (QTE et CVaR) par rapport au ML-IPW naïf. Les bandes sans densité résultantes contiennent zéro, suggérant que les grands effets apparents dans les analyses standard peuvent être des artefacts de la confusion non mesurée.

Signification et Revendications
L'article revendique fournir la première théorie semiparamétrique complète pour les processus de distribution contrefactuelle proximale. Il ne revendique pas de nouveauté pour l'identification ponctuelle (qui découle de la théorie ATE existante appliquée aux indicateurs) mais soutient que l'approche ponctuelle est insuffisante pour l'inférence distributionnelle.

La signification réside dans :

• Identifier la Frontière : Définir explicitement quand l'inférence distributionnelle proximale est régulière versus non régulière, passant de « l'identification en principe » à « l'estimabilité en pratique ».
• Diagnostics Spectraux : Fournir un critère concret (la condition de Picard sur les valeurs singulières) pour diagnostiquer si des proxys faibles détruiront l'inférence de l'ordre de racine-$n$.
• Inférence de Processus Robuste : Offrir une voie pratique et sans densité vers l'inférence quantile simultanée qui évite l'instabilité de l'estimation des densités contrefactuelles, ce qui est particulièrement précieux dans des contextes proximaux mal posés.
• Cadre Unifié : Unifier le traitement des CDF, des QTE et des CVaR sous un cadre unique d'opérateurs de pont primal-dual, montrant que les conditions de régularité pour tous ces objets sont gouvernées par les mêmes propriétés de l'image adjointe.

Les auteurs restent modestes, notant que la dichotomie de régularité est prouvée pour un modèle saturé (impliquant que la non-régularité dans des sous-modèles plus petits est spécifique au modèle) et que la transition de phase minimax est établie pour une référence de coordonnées singulières gaussiennes. Ils soulignent que la validité des résultats dépend ultimement de la plausibilité scientifique des hypothèses de proxy, qui ne peut être vérifiée par les données seules.