Comparing Two Proxy Methods for Causal Identification

Sintesi Tecnica: Confronto tra Due Metodi di Proxy per l'Identificazione Causale

Enunciato del Problema
L'identificazione degli effetti causali in presenza di confondimento non misurato rimane una sfida fondamentale nell'inferenza causale. Mentre le formule di aggiustamento standard (ad esempio, l'aggiustamento back-door) richiedono l'osservazione di tutte le cause comuni, i metodi basati su variabili proxy sono emersi come una soluzione potente sfruttando variabili associate a confonditori latenti. In questo ambito, si sono sviluppati due distinti quadri metodologici per l'identificazione non parametrica: l'approccio dell'equazione ponte (Miao et al., 2018) e l'approccio di decomposizione dell'array (Kuroki e Pearl, 2014; Allman et al., 2015). Sebbene entrambi i metodi utilizzino proxy per affrontare il confondimento nascosto, si basano su strutture di indipendenza condizionale e meccanismi matematici differenti. Una comparazione precisa delle loro assunzioni sottostanti, della portata di applicabilità e della reciproca relazione è mancata, portando a discussioni attive persino tra i principali contributori del settore.

Metodologia e Quadri Teorici
Il lavoro sintetizza questi due quadri ponendoli su un piano comune sotto indipendenze condizionali condivise, utilizzando sia rappresentazioni matriciali discrete sia analoghi continui di teoria degli operatori per chiarire i loro requisiti tecnici.

1. Approccio dell'Equazione Ponte:

   • Meccanismo: Questo metodo recupera direttamente la distribuzione controfattuale risolvendo equazioni integrali (equazioni ponte). Riformula la formula standard di aggiustamento per il confondimento utilizzando proxy osservati ($Z$ e $W$) per un confonditore non misurato ($U$), senza identificare la legge congiunta completa delle variabili latenti e osservate.
   • Assunzioni Chiave:
     • Indipendenza Condizionale: $W \perp\!\!\perp Z, A \mid U$ e $Z \perp\!\!\perp Y \mid U, A$.
     • Completezza (Assunzione 6): Una condizione di indipendenza lineare generalizzata che richiede che $E[g(U) \mid Z, A] = 0 \implies g(U) = 0$. In contesti discreti, ciò implica che la matrice della distribuzione condizionale $P_{U|Z,A}$ sia invertibile a destra.
     • Soluzione dell'Equazione Ponte (Assunzione 7): Richiede l'esistenza di una funzione $h$ tale che $f_{Y|Z,A} = \int h(w,a,y) f_{W|Z,A} dw$. In contesti discreti, ciò corrisponde all'esistenza di una matrice $H$ che soddisfi $P_{Y|Z,A} = H P_{W|Z,A}$.
   • Risultato: Identifica la distribuzione interventiva $f_{Y(a)}(y)$ ma generalmente non identifica funzionali dipendenti da $U$ (ad esempio, $f_{Y|U,A}$ o $f_U$).

2. Approccio di Decomposizione dell'Array:

   • Meccanismo: Questo metodo recupera la legge congiunta completa delle variabili latenti e osservate (a meno delle etichette delle categorie latenti) tramite decomposizione agli autovalori o decomposizione tensoriale, da cui vengono derivati gli effetti causali. È radicato nel teorema di unicità di Kruskal (1977) per la decomposizione CANDECOMP/PARAFAC (CP).
   • Assunzioni Chiave:
     • Indipendenza Condizionale: $W \perp\!\!\perp A \mid U$ e $W, Z, Y$ sono mutualmente indipendenti condizionatamente a $U, A$.
     • Condizioni di Invertibilità/Rango: Richiede l'invertibilità (o l'invertibilità a sinistra) delle matrici $P_{Z|U,A}$ e $P_{W|U}$.
     • Condizione del Rango di Kruskal: Per modelli discreti, l'unicità della decomposizione dipende dalla disuguaglianza $2R + 2 \leq k_A + k_B + k_C$, dove $R$ è il rango (numero di stati latenti) e $k$ denota il rango di Kruskal delle matrici dei fattori.
     • Non collinearità: Le distribuzioni condizionali dell'esito dato la variabile latente devono differire tra gli stati latenti.
   • Risultato: Identifica la legge congiunta completa $f_{A,Y,U,W,Z}$ a meno di una permutazione delle etichette latenti, consentendo la derivazione di $f_{Y(a)}(y)$.

Risultati Chiave e Confronti
Il lavoro fornisce un confronto rigoroso di questi approcci sotto la struttura di indipendenza condizionale condivisa illustrata nella Figura 3 (dove $Z$ e $W$ sono proxy per il confonditore non misurato $U$).

• Modelli Discreti:

  • Le assunzioni di Kuroki e Pearl (2014) (Insieme 1) sono più forti di quelle di Miao et al. (2018). Nello specifico, l'invertibilità di $P_{Z|U,A}$ e $P_{W|U}$ nell'approccio di decomposizione dell'array implica l'esistenza dell'inversa sinistra $P_{W|Z,A}$ richiesta per l'approccio dell'equazione ponte. Pertanto, il modello Kuroki-Pearl è contenuto nel modello di Miao et al.
  • Tuttavia, confrontando l'approccio dell'equazione ponte con le condizioni generalizzate di Kruskal (Insieme 2), i modelli sono non annidati. Le assunzioni dell'equazione ponte non implicano la disuguaglianza del rango di Kruskal ($2R + 2 \leq k_A + k_B + k_C$), né vale il contrario. Ciò indica che ciascun quadro copre regioni distinte dello spazio dei modelli.

• Modelli Continui:

  • Il lavoro estende il confronto ai contesti continui, facendo riferimento a Hu e Schennach (2008) e Deaner (2023) per l'approccio di decomposizione dell'array.
  • Gli autori ipotizzano che i due modelli rimangano non annidati nel caso continuo, analogamente ai risultati discreti. Forniscono un esempio (un modello gaussiano lineare) in cui le assunzioni di entrambi gli approcci sono soddisfatte, dimostrando una sovrapposizione nella portata di applicabilità.

• Stima:

  • Il lavoro nota brevemente che i metodi dell'equazione ponte hanno stabilito funzioni di influenza efficienti e risultati di efficienza semiparametrica sotto specifiche assunzioni parametriche (ad esempio, famiglie di posizione-scala).
  • Al contrario, i metodi di decomposizione dell'array spesso si basano su metodi di setaccio per l'approssimazione e, sebbene esista una teoria semiparametrica per i proxy di trattamento nascosti, essa rimane un'area nascente per il confondimento nascosto.

Significato e Contributi
Il contributo primario di questo lavoro è la chiarificazione della relazione tra due strategie fondamentali di identificazione basate su proxy. Sintetizzando la letteratura, gli autori:

1. Chiariscono la Portata: Dimostrano che i due approcci non sono semplicemente implementazioni alternative della stessa logica, ma si basano su assunzioni distinte, spesso non annidate.
2. Unificano la Notazione: Pongono entrambi i quadri su un piano comune utilizzando rappresentazioni matriciali per i casi discreti e la teoria degli operatori per i casi continui, rendendo le sottigliezze tecniche più trasparenti.
3. Guidano l'Applicazione: Forniscono ai praticanti una comprensione più chiara di quale metodo sia appropriato per specifiche strutture di dati. Ad esempio, se è richiesta la legge congiunta completa (ad esempio, per recuperare etichette latenti o analizzare esposizioni non osservate), l'approccio di decomposizione dell'array è necessario. Se è necessario solo l'effetto causale e le condizioni di rango per la decomposizione tensoriale non sono soddisfatte, l'approccio dell'equazione ponte potrebbe comunque essere praticabile.

Il lavoro conclude che, sebbene entrambi i metodi siano soluzioni potenti al confondimento nascosto, un'esposizione attenta delle loro assunzioni sottostanti è essenziale per lo sviluppo metodologico e l'uso applicato. Le direzioni di lavoro future identificate includono l'estensione dei metodi prossimali a scenari più complessi, generalmente non identificabili, e l'istituzione di una teoria semiparametrica generale per gli stimatori derivati da questi approcci.