Non-overlap Average Treatment Effect Bounds

तकनीकी सारांश: गैर-ओवरलैप औसत उपचार प्रभाव सीमाएँ (Non-overlap Average Treatment Effect Bounds)

समस्या विवरण
औसत उपचार प्रभाव (ATE), जो उपचार बनाम नियंत्रण के तहत संभावित परिणामों के माध्य अंतर के रूप में परिभाषित है, कारण अनुमान (causal inference) में एक मानक लक्ष्य है। ATE का मानक अभिधान (identification) तीन धारणाओं पर निर्भर करता है: निरंतरता (consistency), सशर्त विनिमय क्षमता (conditional exchangeability - अपरिवर्तित भ्रम का अभाव), और ओवरलैप (positivity)। ओवरलैप की धारणा यह आवश्यक करती है कि प्रत्येक इकाई के पास उपचार या नियंत्रण प्राप्त करने की गैर-शून्य प्रायिकता हो ($0 < P(A=1|X) < 1$)।

जब ओवरलैप विफल हो जाता है—चाहे वह संरचनात्मक रूप से हो (कुछ उप-जनसंख्याओं के लिए प्रोपेंसिटी स्कोर ठीक 0 या 1 हैं) या व्यावहारिक रूप से (प्रोपेंसिटी स्कोर 0 या 1 के अत्यंत निकट हैं, जिससे परिमित नमूनों में डेटा विरल हो जाता है)—तो ATE बिंदु-अभिधान योग्य (point-identifiable) नहीं रह जाता है। इन परिदृश्यों में मानक समाधान एक "ओवरलैप" उप-जनसंख्या पर ट्रिम किए गए प्रभावों या वृद्धिशील प्रोपेंसिटी स्कोर हस्तक्षेपों जैसे वैकल्पिक अनुमानों (estimands) को अपनाना है। हालाँकि, ये दृष्टिकोण रुचि के वैज्ञानिक प्रश्न को बदल देते हैं और अक्सर कम व्याख्या योग्य परिणाम देते हैं। इसके अतिरिक्त, ATE के लिए पारंपरिक बिंदु अनुमानक (जैसे, डबली-रोबस्ट अनुमानक) ओवरलैप के उल्लंघन होने पर खराब परिमित-नमूना प्रदर्शन, अनंत विचरण, या गैर-सामान्य नमूना वितरण प्रदर्शित कर सकते हैं।

कार्यप्रणाली
लेखक गैर-ओवरलैप सीमाओं को प्राप्त करने के लिए एक नवीन दृष्टिकोण प्रस्तावित करते हैं: ATE के लिए आंशिक अभिधान सीमाएँ जो ओवरलैप धारणा की आवश्यकता नहीं रखती हैं, बशर्ते कि परिणाम चर (outcome variable) परिबद्ध हो (जैसे, $Y \in [0, 1]$)।

1. प्रोपेंसिटी स्कोर थ्रेशोल्डिंग के माध्यम से अभिधान:
   जनसंख्या को एक प्रोपेंसिटी स्कोर थ्रेशोल्ड $c \in [0, 0.5]$ के आधार पर दो उप-जनसंख्याओं में विभाजित किया गया है:

• ओवरलैप उप-जनसंख्या: वे इकाइयाँ जहाँ $\pi(X) > c$ और $\pi(X) < 1-c$ है। यहाँ, मानक धारणाओं के तहत उपचार प्रभाव बिंदु-अभिधान योग्य है।
• गैर-ओवरलैप उप-जनसंख्या: वे इकाइयाँ जहाँ $\pi(X) \le c$ या $\pi(X) \ge 1-c$ है। यहाँ, उपचार प्रभाव अभिधान योग्य नहीं है।

लेखक ओवरलैप क्षेत्र में प्रभाव के बिंदु अनुमान को गैर-ओवरलैप क्षेत्र के लिए सबसे खराब स्थिति वाली सीमाओं के साथ जोड़कर सीमाओं को व्युत्पन्न करते हैं। विशेष रूप से, निचली सीमा $L(c)$ उच्च-प्रायिकता वाले गैर-ओवरलैप समूह के प्रायिकता द्रव्यमान (probability mass) को घटाती है, और ऊपरी सीमा $U(c)$ निम्न-प्रायिकता वाले गैर-ओवरलैप समूह के प्रायिकता द्रव्यमान को जोड़ती है। इन सीमाओं की चौड़ाई (जिसे "पहचान अंतराल" या identification gap कहा जाता है) गैर-ओवरलैप उप-जनसंख्या के आकार के समानुपाती होती है।

2. सुचारू सन्निकटन (Smooth Approximations):
   व्युत्पन्न सीमाएँ संकेतक फलनों (indicator functions) के उपयोग के कारण गैर-सुचारू फलन हैं, जो गैर-पैरामीट्रिक धारणाओं के तहत अनुमान और निष्कर्ष के लिए चुनौतियाँ पैदा करती हैं। इसे संबोधित करने के लिए, लेखक संकेतक फलनों के सुचारू सन्निकटन ($s_\ell$ और $s_g$) का निर्माण करते हैं। ये सन्निकटन इस तरह डिज़ाइन किए गए हैं कि वे संकेतक फलनों को नीचे से सीमाबद्ध (bounding from below) करने के विशिष्ट गुणों को संतुष्ट करते हैं, ताकि यह सुनिश्चित हो सके कि परिणामी सुचारू सीमाएँ अभी भी वास्तविक ATE को समाहित करती हैं। यह उन्हें अर्ध-पैरामीट्रिक दक्षता सिद्धांत (semiparametric efficiency theory) के उपयोग की अनुमति देता है।

3. अनुमान और निष्कर्ष (TMLE):
   लेखक सुचारू सीमाओं के लिए एक लक्षित न्यूनतम हानि-आधारित अनुमानक (Targeted Minimum Loss-Based Estimator - TMLE) प्रस्तावित करते हैं। सुचारू फलनों के लिए कुशल प्रभाव फलन (Efficient Influence Function - EIF) को व्युत्पन्न करके, वे $\sqrt{n}$-सुसंगत (consistent) अनुमानक और अनुमानक का निर्माण करते हैं जो गैर-पैरामीट्रिक स्थितियों के तहत स्पर्शोन्मुख रूप से सामान्य (asymptotically normal) होते हैं, बशर्ते कि बाधा पैरामीटर (प्रोपेंसिटी स्कोर और आउटकम रिग्रेशन) पर्याप्त दरों ($n^{-1/4}$) पर अनुमानित हों।

4. मल्टीप्लायर बूटस्ट्रैप के माध्यम से एकसमान निष्कर्ष (Uniform Inference):
   चूंकि इष्टतम थ्रेशोल्ड $c$ और स्मूथिंग पैरामीटर $\gamma$ अज्ञात हैं, लेखक एक मल्टीप्लायर बूटस्ट्रैप प्रक्रिया विकसित करते हैं। यह विधि $(c, \gamma)$ संयोजनों के ग्रिड के माध्यम से एकसमान विश्वास सेट (uniform confidence sets) का निर्माण करती है। शोधकर्ता इस ग्रिड से सबसे संकीर्ण वैध अंतराल चुनकर रिपोर्ट कर सकते हैं, जो पहचान अंतराल (identification gap - छोटा $c$) और अनुमान अनिश्चितता/स्मूथिंग त्रुटि (बड़ा $c$ या $\gamma$) के बीच संतुलन बनाता है।

प्रमुख योगदान
यह शोध पत्र तीन प्राथमिक योगदान देता है:

1. अभिधान (Identification): ATE के लिए आंशिक अभिधान सीमाओं का व्युत्पत्ति, जो निरंतरता, सशर्त विनिमय क्षमता और परिणाम परिबद्धता पर निर्भर करती है, जो स्पष्ट रूप से ओवरलैप धारणा को शिथिल करती है।
2. अनुमान और निष्कर्ष: $\sqrt{n}$-दर अनुमानक (TMLE) और एक मल्टीप्लायर बूटस्ट्रैप प्रक्रिया का विकास जो थ्रेशोल्ड और स्मूथिंग पैरामीटर की एक श्रृंखला में एकसमान रूप से वैध विश्वास सेट प्रदान करता है। यह ओवरलैप उप-जनसंख्या के छोटा होने पर भी वैध निष्कर्ष निकालने की अनुमति देता है।
3. सैद्धांतिक और अनुभवजन्य तुलना: विभिन्न ओवरलैप व्यवस्थाओं (मजबूत, कुछ हद तक कमजोर और बहुत कमजोर ओवरलैप) में पारंपरिक बिंदु अनुमानकों के विरुद्ध गैर-ओवरलैप सीमाओं का औपचारिक तुलनात्मक अध्ययन।

परिणाम

• सैद्धांतिक निष्कर्ष:
  • मजबूत ओवरलैप के तहत, गैर-ओवरलैप विश्वास अंतराल पारंपरिक बिंदु अनुमानक अंतरालों के स्पर्शोन्मुख रूप से समतुल्य होते हैं।
  • बहुत कमजोर ओवरलैप (जहाँ ATE के लिए दक्षता सीमा अनंत है और बिंदु अनुमानकों के लिए $\sqrt{n}$-अनुमान असंभव है) के तहत, गैर-ओवरलैप सीमाएँ $\sqrt{n}$-दरों पर अनुमान योग्य रहती हैं और वैध विश्वास अंतराल प्रदान करती हैं।
  • कुछ हद तक कमजोर ओवरलैप (परिमित लेकिन बड़ी दक्षता सीमा) के तहत, गैर-ओवरलैप सीमाएँ बिंदु अनुमानकों की तुलना में परिमित नमूनों में छोटे विश्वास अंतराल दे सकती हैं, विशेष रूप से उस चरण संक्रमण (phase transition) के पास जहाँ ओवरलैप मार्जिनल होता है।
• सिमुलेशन अध्ययन:
  • चरम व्यावहारिक ओवरलैप उल्लंघन वाले परिदृश्यों में, गैर-ओवरलैप सीमाओं ने डबली-रोबस्ट बिंदु अनुमानकों की तुलना में उच्च सांख्यिकीय शक्ति, छोटे अनिश्चितता विस्तार और बेहतर अनुभवजन्य कवरेज प्रदर्शित किया, जो अक्सर अनिश्चित अंतराल उत्पन्न करते हैं जो पूरे पैरामीटर स्थान में फैले होते हैं।
  • "औसत-मामले" के परिदृश्यों में बिना चरम उल्लंघन के, गैर-ओवरलैप सीमाएँ प्रतिस्पर्धी बनी रहीं, जो अक्सर पारंपरिक विधियों की तुलना में संकीर्ण अंतराल प्राप्त करती हैं।
• वास्तविक-विश्व अनुप्रयोग:
  • इस पद्धति को छह अवलोकन संबंधी डेटासेट पर लागू किया गया, जिसमें राइट हार्ट कैथेटराइजेशन (RHC) अध्ययन शामिल है। RHC डेटासेट में, जहाँ पारंपरिक बिंदु अनुमानक ओवरलैप उल्लंघन के कारण गैर-सूचनात्मक अंतराल उत्पन्न करते थे, गैर-ओवरलैप सीमाओं ने एक सटीक, सूचनात्मक अंतराल ($-0.10, -0.03$) प्रदान किया जिसने शून्य को बाहर कर दिया, जो एक महत्वपूर्ण उपचार प्रभाव का सुझाव देता है।

महत्व
लेखक दावा करते हैं कि यह कार्य ओवरलैप उल्लंघन की उपस्थिति में ATE अनुमान के लिए एक "नो-रिग्रेट" (no-regret) समाधान प्रदान करता है। अन्य दृष्टिकोणों के विपरीत जो लक्ष्य को बदलते हैं (जैसे, ओवरलैप जनसंख्या के लिए ट्रिमिंग करना), यह विधि ATE को प्राथमिक जांच के विषय के रूप में बनाए रखती है। यह ओवरलैप की पूर्णतः ज्ञात जानकारी के बिना, जब ATE बिंदु-अभिधान योग्य नहीं होता है, तब भी वैध सांख्यिकीय निष्कर्ष प्रदान करता है। यह दृष्टिकोण विशेष रूप से वास्तविक दुनिया के सेटिंग्स में मूल्यवान है जहाँ ओवरलैप उल्लंघन अक्सर छोटी उप-जनसंख्याओं तक सीमित होते हैं, जिससे शोधकर्ताओं को गैर-ओवरलैप क्षेत्र की अनिश्चितता को ध्यान में रखते हुए ओवरलैप क्षेत्र से संकेत का लाभ उठाने वाले संकीर्ण, वैध सीमाएँ रिपोर्ट करने की अनुमति मिलती है। शोध पत्र इस बात पर जोर देता है कि हालांकि पहचान अंतराल और अनुमान विचरण के बीच एक ट्रेड-ऑफ है, प्रस्तावित एकसमान निष्कर्ष ढांचा शोधकर्ताओं को अनुकूल रूप से इस ट्रेड-ऑफ को नेविगेट करने की अनुमति देता है।