Résumé technique : Ensembles de prédiction pour les décisions contrefactuelles

1. Énoncé du problème

L'article traite du défi que représente la prise de décision à enjeux élevés sous incertitude prédictive dans des contextes contrefactuels. Dans les problèmes de prédiction standard, le résultat $Y$ est fixe, quel que soit l'action entreprise. Cependant, dans la prise de décision contrefactuelle (ex. : sélection de traitement, élaboration de politiques, marketing), le résultat réalisé $Y(A)$ dépend de l'action choisie $A$.

La difficulté centrale réside dans l'interdépendance entre la quantification de l'incertitude et la règle de décision :

1. Résultats couplés : Le résultat à « couvrir » par un ensemble de prédiction n'est pas fixe ; il est déterminé par l'action sélectionnée.
2. Écart entre validité et optimalité : Bien que la prédiction conforme fournisse une validité statistique (garanties de couverture) pour des résultats fixes, il n'est pas clair comment ces garanties se traduisent en termes d'optimalité lorsque la règle de décision elle-même modifie la distribution du résultat réalisé. Les méthodes existantes traitent souvent les résultats potentiels de manière indépendante ou ignorent la structure contrefactuelle, ce qui conduit à des décisions sous-optimales ou à une couverture invalide pour la politique induite.

La question centrale est : Quel est le bon point d'interface entre la quantification de l'incertitude et la prise de décision contrefactuelle, là où les actions déterminent quel résultat potentiel est réalisé ?

2. Méthodologie et cadre de travail

Les auteurs proposent un cadre décisionnel centré sur la Couverture Couplée à la Politique et une procédure de construction en deux étapes appelée Prédiction Conforme de Risque-Averse Couplée à la Politique (PC-RACP).

2.1 Fondements de la théorie de la décision

• Objectif de aversion au risque : Le cadre adopte un objectif d'aversion au risque où un agent cherche à maximiser une borne inférieure à haute probabilité (certificat d'utilité) sur l'utilité réalisée.
• Règle de décision induite par l'ensemble : Étant donné une collection d'ensembles de prédiction $\{C(x, a)\}_{a \in \mathcal{A}}$ (un pour chaque action), l'agent utilise une règle max-min :
  $$\pi_{RA}(x; C) = \arg\max_{a \in \mathcal{A}} \inf_{y \in C(x, a)} u(a, y)$$
  Cette règle sélectionne l'action qui maximise l'utilité dans le pire des cas au sein des ensembles de résultats prédits.

2.2 Couverture Couplée à la Politique (PCC)

L'article introduit la Couverture Couplée à la Politique comme la notion de validité nécessaire. Contrairement à la couverture marginale par action standard (qui exige $P(Y(a) \in C(X, a)) \ge 1-\alpha$ pour tout $a$), la PCC exige que les ensembles de prédiction couvrent le résultat réalisé sous la politique induite par les ensembles eux-mêmes :
$$P\left( Y(\pi_{RA}(X)) \in C(X, \pi_{RA}(X)) \right) \ge 1 - \alpha$$
Justification théorique :

• Optimalité Minimax : Le Théorème 2.1 établit que sous ambiguïté distributionnelle (où la véritable distribution est inconnue mais satisfait la PCC), la règle max-min $\pi_{RA}$ est la règle de décision minimax-optimale.
• Interface sans perte : Le Théorème 3.1 prouve que l'optimisation des ensembles de prédiction sous la PCC est équivalente à l'optimisation directe sur les politiques et les certificats d'utilité (RA-DPO). Ainsi, les ensembles de prédiction servent d'« interface sans perte » pour les décisions contrefactuelles d'aversion au risque.
• Équivalence avec la couverture universelle : Le Théorème 3.2 montre que l'optimisation sous la PCC est équivalente à l'optimisation sous une condition de « couverture universelle » plus forte (valide pour toute politique), bien que la PCC soit strictement plus faible et plus pratique pour la politique induite.

2.3 Algorithme PC-RACP

Pour construire ces ensembles en échantillon fini, les auteurs proposent une procédure en deux étapes :

1. Estimation du modèle et apprentissage de la politique :
   • Diviser les données en ensembles d'entraînement, d'apprentissage et de calibration.
   • Estimer les quantiles d'utilité conditionnelle $\hat{\gamma}(x, t, a)$ et la règle d'assignation de couverture conditionnelle optimale $\hat{g}(x, \beta)$.
   • Utiliser l'ensemble d'apprentissage pour trouver un paramètre préliminaire $\hat{\beta}$ qui satisfait une contrainte de couverture approximative, induisant une politique max-min fixe $\hat{a}(\cdot)$.
2. Calibration conforme pondérée :
   • Fixer la politique $\hat{a}(\cdot)$ pour désenchevêtrer la règle de décision de la garantie de couverture.
   • Utiliser l'ensemble de calibration (filtré pour les instances où l'action enregistrée correspond à $\hat{a}(X)$) pour effectuer une prédiction conforme pondérée.
   • Ajuster pour le décalage de covariables (covariate shift) en utilisant des poids d'importance basés sur la politique de comportement.
   • Construire les ensembles de prédiction finaux $\hat{C}(x, a)$ de sorte qu'ils satisfassent la garantie PCC pour la politique induite $\hat{a}(\cdot)$.

3. Contributions clés

1. Nouvelle notion de validité : Identification de la Couverture Couplée à la Politique comme l'interface décisionnelle optimale entre l'incertitude et l'action dans les contextes contrefactuels.
2. Équivalence théorique : Preuve que l'optimisation des ensembles de prédiction sous la PCC est équivalente à la fois à l'optimisation de la couverture universelle et à l'optimisation directe de la politique d'aversion au risque, établissant les ensembles de prédiction comme une interface sans perte.
3. Forme optimale explicite : Dérivation de la forme explicite des ensembles de prédiction optimaux en population (Théorème 3.4), qui sont basés sur des seuils de quantiles d'utilité conditionnelle.
4. Procédure en échantillon fini : Développement de PC-RACP, un algorithme pratique qui atteint des garanties de couverture rigoureuses en échantillon fini pour le résultat réalisé sous la politique induite, même lorsque la politique est apprise à partir des données.

4. Résultats expérimentaux

Les auteurs valident le cadre via des simulations et une expérience réelle de marketing par courriel (jeu de données Hillstrom).

• Simulations synthétiques :
  • Couverture : PC-RACP atteint une couverture empirique proche de la cible $1-\alpha$. En revanche, une méthode standard de prédiction conforme d'aversion au risque (RAC) (ignorant la structure contrefactuelle) tombe en dessous de la cible, et une ligne de base « Plug-in » échoue à fournir une couverture exacte.
  • Utilité : PC-RACP atteint systématiquement le certificat d'utilité moyenne le plus élevé à travers divers niveaux de sous-couverture $\alpha$, surpassant à la fois RAC et la ligne de base Plug-in.
• Expérience de marketing par courriel Hillstrom :
  • Couverture : PC-RACP maintient une couverture proche du niveau nominal. RAC est excessivement conservatrice (couverture nettement supérieure à la cible).
  • Utilité : PC-RACP génère une utilité plus élevée.
  • Mécanisme de gain : L'analyse révèle que PC-RACP gagne de l'utilité dans deux régimes :
    • Petit $\alpha$ : En construisant des ensembles de prédiction plus précis (réduisant la fréquence des ensembles ambigus comme $\{0, 1\}$) pour l'action dominante.
    • Grand $\alpha$ : En sélectionnant l'action à haute récompense (envoi d'un courriel) plus fréquemment que RAC, tout en maintenant une couverture valide.

5. Signification et affirmations

L'article affirme fournir le premier cadre décisionnel qui connecte rigoureusement la quantification de l'incertitude à l'optimalité de la décision contrefactuelle.

• Sous-optimalité de l'ignorance de la structure : Les auteurs démontrent qu'ignorer la nature contrefactuelle du problème de décision (c'est-à-dire traiter les résultats comme fixes) est sous-optimal tant pour la validité statistique que pour l'utilité de la décision.
• Incertitude sensible à la décision : Ce travail soutient que la quantification de l'incertitude dans les problèmes contrefactuels doit être conçue autour des décisions qu'elle soutient. La couverture couplée à la politique est présentée comme une étape fondamentale vers une théorie plus large de la quantification de l'incertitude sensible à la décision.
• Applicabilité pratique : La méthode PC-RACP proposée offre une procédure concrète, valide en échantillon fini, pour la prise de décision à enjeux élevés où les actions influencent les résultats, comblant ainsi le fossé entre la théorie de la prédiction conforme et les applications d'inférence causale.