📊 statistics

Proximal Identification and Estimation in Front-Door Causal Structures with Unobserved Confounding of the Mediator

Cet article propose des généralisations proximales du critère de la porte avant de Pearl qui permettent l'identification non paramétrique et fournissent des stratégies d'estimation robustes pour les effets causaux en présence de confusion non observée tant pour la relation traitement-résultat que pour le médiateur, à condition que des variables de substitution informatives pour les facteurs de confusion du médiateur soient disponibles.

Auteurs originaux : Helen Guo, Beatrix Yaxin Wen, Ilya Shpitser

Publié 2026-07-14

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Helen Guo, Beatrix Yaxin Wen, Ilya Shpitser

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 êtes un détective essayant de déterminer si une action spécifique (appelons-la Le Traitement) cause réellement un résultat spécifique (Le Résultat). Habituellement, c'est facile : il suffit d'observer ce qui se passe. Mais dans le monde réel, il y a souvent un marionnettiste invisible et sournois (Le Facteur de Confusion Caché) qui tire les ficelles sur le Traitement et le Résultat. Cela rend impossible de savoir si c'est le Traitement qui a fait le travail ou si le marionnettiste tirait simplement les deux leviers en même temps.

Pendant des décennies, les statisticiens ont utilisé un tour de passe-passe spécial appelé le Critère de la Porte Avant (Front-Door Criterion) pour résoudre cela. C'est comme trouver un intermédiaire (Le Médiateur) qui est le seul autorisé à transmettre le message du Traitement au Résultat. Si vous pouvez observer le Traitement parler au Médiateur, puis le Médiateur parler au Résultat, vous pouvez découvrir la vérité, même si ce marionnettiste sournois se cache.

Mais voici le piège : L'ancienne règle de la Porte Avant est incroyablement stricte. Elle exige que le marionnettiste ne puisse pas toucher le Médiateur du tout. Si le marionnettiste murmure aussi au Médiateur, tout le tour de passe-passe s'effondre. Si, dans la réalité, les choses qui perturbent le Traitement et le Résultat perturbent aussi le Médiateur, cela devient un problème majeur.

Le Nouvel Outil de Détective : Les Proxys

Ce document, écrit par Helen Guo, Beatrix Yaxin Wen et Ilya Shpitser, dit : « Et si nous ne pouvions pas empêcher le marionnettiste de toucher le Médiateur, mais que nous pouvions voir son ombre ? »

Ils introduisent une nouvelle méthode utilisant des Proxys. Considérez un proxy comme une caméra de surveillance ou un journal laissé derrière l'invisible marionnettiste. Vous ne pouvez pas voir le marionnettiste directement, mais vous pouvez voir ces indices (appelons-les Indice A et Indice B) qui sont fortement liés aux actions du marionnettiste.

Les auteurs montrent que si vous avez ces indices, vous pouvez toujours résoudre le mystère, même lorsque le marionnettiste manipule le Médiateur. Ils appellent cette nouvelle configuration le « Graphe de l'Arc Composé » (Composite Bow Graph). C'est un peu comme un arc et une flèche dont la corde est emmêlée, mais si vous avez la bonne carte (les proxys), vous pouvez toujours tracer la trajectoire de la flèche.

Trois Façons de Résoudre l'Affaire

Le document ne se contente pas de dire que « c'est possible » ; il construit en réalité trois clés mathématiques pour déverrouiller la réponse, selon la façon dont les indices se comportent :

La Méthode du « Pont » : Imaginez que les indices soient comme un pont qui relie le marionnettiste caché au monde visible. Les auteurs montrent que si les indices varient suffisamment (une exigence technique appelée « complétude »), vous pouvez construire un pont mathématique pour traverser les variables cachées. Cette méthode repose sur la résolution d'un type spécifique de casse-tête mathématique appelé équation intégrale de Fredholm. C'est comme trouver un code secret qui traduit les mouvements du marionnettiste caché en quelque chose que vous pouvez lire.
La Méthode de la « Double Vérification » : Il s'agit d'un arrangement légèrement différent des indices. Elle utilise un autre ensemble de règles pour construire deux ponts séparés qui se rejoignent au milieu, permettant d'annuler entièrement le marionnettiste caché.
La Méthode de l'« Empreinte Digitale » : Cette approche est la plus puissante mais aussi la plus exigeante. Elle suppose que les indices sont si uniques qu'ils agissent comme des empreintes digitales. Si les indices sont assez distincts, vous pouvez en fait reconstruire l'intégralité de l'histoire cachée, et pas seulement le résultat final. Cette méthode est basée sur une idée mathématique appelée décomposition tensorielle, qui consiste à démonter un puzzle en 3D pour réaliser qu'il n'y avait qu'une seule façon pour que les pièces s'emboîtent.

À quel point sont-ils sûrs d'eux ?

Les auteurs sont très prudents pour ne pas faire de fausses promesses. Ils n'ont pas prouvé que cela fonctionne dans tous les univers existants. Au lieu de cela, ils ont :

Prouvé mathématiquement que si leurs règles spécifiques (les hypothèses sur le comportement des indices) sont vraies, alors la réponse est nécessairement identifiable.
Simulé le processus sur un ordinateur. Ils ont créé des mondes fictifs où ils connaissaient la vérité, ont appliqué leurs nouvelles méthodes et ont observé si les mathématiques fonctionnaient. Dans ces simulations, leurs nouveaux estimateurs (les outils qu'ils ont construits pour calculer la réponse) ont très bien performé.
Développé des formules spécifiques (estimateurs) que les chercheurs peuvent utiliser dès maintenant. Ils ont même créé un outil spécial appelé estimateur basé sur la fonction d'influence, qui est conçu pour être robuste — ce qui signifie qu'il ne se brisera pas facilement si une partie du calcul est légèrement erronée.

Ce qu'ils ne prétendent pas

Il est important de savoir ce que ce document ne dit pas.

Il ne prétend pas que le critère de la Porte Avant est inutile. Il dit simplement que l'ancienne version est trop exigeante.
Il ne dit pas que vous pouvez résoudre le mystère sans aucun indice. Vous avez absolument besoin de ces proxys (les caméras de surveillance/journaux). Si vous ne les avez pas, le document admet que le problème reste non résolu.
Il ne prétend pas que l'hypothèse de « complétude » (l'idée que les indices varient suffisamment) est facile à prouver dans la vie réelle. Les auteurs admettent que c'est une hypothèse forte qui repose sur la connaissance experte du domaine spécifique que vous étudiez. Vous ne pouvez pas simplement tester cela avec une expérience simple ; vous devez y croire en fonction de la manière dont le monde fonctionne.

L'Essentiel

Ce document est une avancée majeure pour l'inférence causale. Il prend une règle ancienne et très stricète (Porte Avant) et l'assouplit juste assez pour gérer les situations du monde réel, où les facteurs de confusion cachés sont partout. En utilisant des « proxys » comme substituts du marionnettiste invisible, les auteurs fournissent trois nouvelles manières mathématiquement fondées de déterminer la cause et l'effet.

Bien que les mathématiques soient lourdes (impliquant des choses comme les équations intégrales et les décompositions tensorielles), l'idée centrale est ludique et ingénieuse : Si vous ne pouvez pas voir le fantôme, cherchez ses empreintes. Tant que ces empreintes sont claires et variées, vous pouvez toujours attraper le fantôme en flagrant délit. Les auteurs ont montré que cela fonctionne dans leurs simulations informatiques, offrant aux statisticiens un nouvel ensemble d'outils puissants pour démêler les nœuds de la cause et de l'effet dans le monde réel.

Résumé technique : Identification proximale et estimation dans les structures causales de type « porte avant » avec confusion inobservée du médiateur

Énoncé du problème

L'inférence causale est fondamentalement entravée par une confusion inobservée entre le traitement ( $A$ ) et le résultat ( $Y$ ). Bien que le critère de la porte avant (front-door criterion) de Pearl offre une stratégie d'identification non paramétrique pour de tels scénarios en utilisant un médiateur ( $M$ ), il impose une exigence stricte : le médiateur ne doit être confondu par aucune cause commune du traitement et du résultat. Dans de nombreux contextages pratiques, les médiateurs partagent des causes non mesurées avec le traitement et le résultat, violant ainsi cette hypothèse et rendant la formule standard de la porte avant inapplicable.

Cet article traite de la structure causale spécifique connue sous le nom de graphe en arc composite (composite bow graph) (Fig. 1), où une variable cachée ( $U$ ) confond le traitement ( $A$ ), le médiateur ( $M$ ) et le résultat ( $Y$ ). Dans ce cadre, la distribution contrefactuelle $p(Y(a))$ n'est généralement pas identifiable par les méthodes graphiques standards. Les auteurs proposent une solution en exploitant l'inférence causale proximale, en supposant que des variables de substitution (proxies) informatives ( $W$ et $Z$ ) pour le facteur de confusion inobservé $U$ sont observées.

Méthodologie

L'article développe trois stratégies d'identification distinctes, chacune reposant sur différents ensembles d'hypothèses structurelles concernant les indépendances conditionnelles et les propriétés distributionnelles des substituts. Toutes les stratégies visent à exprimer la distribution interventionnelle $p(Y(a))$ comme une fonctionnelle de la distribution des données observées $p(A, M, Y, W, Z)$ .

1. Stratégies d'identification

Les auteurs dérivent trois théorèmes correspondant à trois ensembles d'hypothèses :

Ensemble d'hypothèses 1 (Théorème 3.4) :
- Structure : Basé sur le graphe de la Fig. 4a.
- Hypothèses : Nécessite des indépendances conditionnelles spécifiques (par exemple, $Y \perp Z \mid U, M, A$ ) et des conditions de complétude (Hypothèse 3.2) garantissant une variation suffisante des distributions des substituts étant donné la variable latente.
- Mécanisme : Repose sur l'existence de solutions d'équations intégrales de Fredholm de la première espèce. La formule d'identification (Éq. 7) utilise une « fonction de pont » (bridge function) $h_0$ pour marginaliser sur l'inobservé $U$ en intégrant sur le substitut observé $W$ .
Ensemble d'hypothèses 2 (Théorème 3.8) :
- Structure : Basé sur le graphe de la Fig. 4b.
- Hypothèses : Un ensemble non emboîté d'indépendances conditionnelles (Hypothèse 3.5) et des conditions de complétude correspondantes (Hypothèse 3.6).
- Mécanisme : Similaire au Set 1, il emploie des solutions d'équations de Fredholm (Hypothèse 3.7) impliquant deux fonctions de pont, $b_0$ et $b_1$ . Le fonctionnel résultant (Éq. 8) ressemble structurellement à la formule standard de la porte avant, mais remplace les termes inobservés par des substituts observés via ces fonctions de pont.
Ensemble d' hypothèses 3 (Théorème 3.13) :
- Structure : Basé sur le graphe de la Fig. 3b (un modèle emboîté plus restrictif).
- Hypothèses : Indépendances conditionnelles plus fortes (Hypothèse 3.9), densité bornée (Hypothèse 3.10), complétude (Hypothèse 3.11) et une hypothèse de distinction (Hypothèse 3.12) garantissant que la distribution de $Y$ diffère selon les états latents.
- Mécanisme : Cette stratégie étend les méthodes de décomposition tensorielle (Kruskal, 1977) et l'identification par décomposition en valeurs propres (Kuroki et Pearl, 2014 ; Allman et al., 2015). Elle identifie de manière unique la pleine distribution jointe des variables observées et latentes (à un changement d'étiquetage près), permettant de récupérer l'effet causal via la formule g (g-formula).

2. Stratégies d'estimation

L'article propose des estimateurs pour les fonctionnels identifiés :

Estimateurs Plug-in : Pour les trois stratégies, des estimateurs plug-in cohérents sont construits. Pour les Sets 1 et 2, cela implique d'estimer les fonctions de pont (solutions d'équations intégrales) et de calculer des moyennes d'échantillon. Pour le Set 3, cela implique de résoudre des systèmes linéaires pour estimer les composantes distributionnelles.
Estimateur basé sur la fonction d'influence (Set 3) : Pour la troisième stratégie, les auteurs dérivent une fonction d'influence non paramétrique (Éq. 14) pour la moyenne contrefactuelle $\psi_a = E[Y(a)]$ $ψ_{a} = E [Y (a)]$ .
- Construction : L'estimateur transforme la fonction d'influence sur les données complètes (en supposant que $U$ est observé) en une fonction d'influence sur les données observées en utilisant des poids construits à partir de polynômes d'interpolation de Lagrange.
- Propriétés : L'estimateur résultant, $\hat{\psi}^{(S3, IF)}_a$ , présente une robustesse multiple (Théorème 4.2). Il reste cohérent si l'un des cinq ensembles spécifiques de fonctions de nuisance (par exemple, les densités conditionnelles de $M$ , les espérances des substituts ou les modèles de résultat) est correctement spécifié.
- Asymptotique : L'estimateur est $\sqrt{n}$ -cohérent et asymptotiquement normal (Théorème 4.3), même lorsque les fonctions de nuisance sont estimées à des taux plus lents que le paramétrique (par exemple, en utilisant l'apprentissage automatique), à condition d'utiliser la division d'échantillon (sample splitting).

Principaux résultats et contributions

Généralisation du critère de la porte avant : L'article étend le critère de la porte avant de Pearl aux situations où le médiateur est confondu par des causes communes inobservées, à condition qu'il existe des substituts informatifs pour ces causes.
Trois voies d'identification : Les auteurs fournissent trois théorèmes d'identification distincts (Théorèmes 3.4, 3.8, 3.13) avec des hypothèses structurelles variables, offrant une flexibilité pour différents processus de génération de données.
Cadre d'estimation novateur : L'article introduit un cadre d'estimation rigoureux pour ces fonctionnels complexes, incluant un estimateur semi-paramétrique basé sur la fonction d'influence qui atteint une robustesse double/multiple et une cohérence $\sqrt{n}$ .
Validation par simulation : La validité des méthodes d'identification et la performance des estimateurs proposés sont évaluées par des études de simulation sur des processus de génération de données à support fini et mixtes (Section 5).

Signification et affirmations

L'article affirme combler le fossé entre l'identification basée sur les modèles graphiques (qui échoue souvent avec les médiateurs cachés) et l'inférence causale proximale (qui traite généralement de la confusion cachée du traitement/résultat mais pas des médiateurs). En combinant ces approches, les auteurs démontrent que les effets causaux restent identifiables dans la structure en « arc composite » — un scénario courant en pratique où les médiateurs partagent des causes non mesurées avec les traitements et les résultats.

La signification réside dans l'assouplissement de l'hypothèse de « médiateur non confondu », un obstacle majeur à l'application de l'analyse de la porte avant, en la substituant par l'hypothèse de l'observation de substituts pour les facteurs de confusion latents. Ce travail fournit une base théorique et des outils d'estimation pratiques (y compris des estimateurs robustes) pour les chercheurs confrontés à de telles structures de confusion complexes. Les auteurs notent que la stratégie d'identification pour le Set 3 étend les méthodes de décomposition en valeurs propres existantes aux espaces d'états continus et permet l'identification de la loi jointe complète, et non seulement de l'effet causal moyen.