Riepilogo Tecnico: Identificazione Parziale sotto Risultati Potenziali e Confonditori ad Alta Dimensionalità tramite Optimal Transport

1. Definizione del Problema

Il paper affronta la sfida dell'identificazione parziale (PI) nell'inferenza causale quando sia i risultati potenziali che i confonditori sono ad alta dimensionalità. In molti contesti causali, l'identificazione puntuale è impossibile perché la distribuzione congiunta dei risultati potenziali non è determinata dai dati osservati. Sebbene i covariati pre-trattamento possano restringere l'insieme dei casi di effetti causali fattibili (l'insieme PI), i metodi esistenti basati sull'Optimal Transport (OT) faticano nei regimi ad alta dimensionalità.

Nello specifico, i limiti classici basati su OT soffrono della maledizione della dimensionalità, portando a stime statisticamente instabili e tassi di convergenza sfavorevoli. Gli esistenti framework di PI assistiti da covariati affrontano spesso un compromesso:

1. La stratificazione grossolana porta a limiti eccessivamente conservativi.
2. La stima diretta plug-in delle distanze di Wasserstein condizionate è computazionalmente proibitiva e statisticamente fragile.
3. I metodi basati solo sulla proiezione (ad esempio, Wasserstein Projection Pursuit) scartano l'informazione residua, producendo limiti inferiori sistematicamente meno stretti quando esiste una discrepanza di trasporto non trascurabile nel complemento ortogonale della sottospazio proiettato.

Il problema centrale è la costruzione di una quantità di trasporto adattiva alla dimensione e statisticamente stabile che funga da limite inferiore valido per la distanza di Wasserstein quadratica in alta dimensione senza sacrificare la validità teorica.

2. Metodologia: Conditioned Subspace–Slicing (CSS)

Gli autori propongono un nuovo stimatore chiamato certificato Conditioned Subspace–Slicing (CSS). Questo approccio decompone il problema del trasporto in due componenti: un sottospazio di segnale a bassa dimensionalità e un sottospazio residuo ad alta dimensionalità.

2.1 L'Obiettivo CSS

Per un candidato sottospazio $r$-dimensionale $V$ e il suo complemento ortogonale $V^\perp$, l'obiettivo CSS $L(V)$ è definito come:
$$L(V) = W_2^2(\mu_V, \nu_V) + k \cdot SW_2^2(\mu_{V^\perp}, \nu_{V^\perp})$$
dove:

• $W_2^2(\mu_V, \nu_V)$ è la distanza di Wasserstein quadratica al quadrato sul sottospazio di segnale proiettato $V$.
• $SW_2^2(\mu_{V^\perp}, \nu_{V^\perp})$ è la distanza di Sliced Wasserstein sul sottospazio residuo $V^\perp$.
• $k = d - r$ è un fattore di scala (dimensione dello spazio residuo).

2.2 Giustificazione Teorica

• Validità: Il Teorema 3.1 dimostra che $L(V)$ è un limite inferiore valido per la vera distanza di Wasserstein al quadrato $W_2^2(\mu, \nu)$. La scalatura per $k$ è cruciale; senza di essa, il termine sliced decadrebbe come $d^{-1}$ e diventerebbe vacuo. Con la scalatura, fornisce un recupero certificato dell'energia di trasporto residua.
• Strettezza (Tightness): Sotto un Extended Spiked Transport Model (ESTM), dove l'energia di trasporto si concentra su un sottospazio di segnale a bassa dimensionalità e il residuo è approssimativamente isotropo, il limite CSS è quasi stretto. Il divario tra la vera distanza e il limite è governato da un singolo deficit di anisotropia residua.
• Stabilità del Sottospazio: Il Teorema 3.6 dimostra che, sotto l'ESTM, il sottospazio che massimizza l'obiettivo CSS rimane vicino al vero sottospazio di segnale (identificato dai segnali di autovalori), a condizione che vi sia un sufficiente eigengap tra le componenti di segnale e quelle residue.

2.3 Algoritmo di Stima

Lo stimatore plug-in proposto (Algoritmo 1) segue una strategia in due fasi:

1. Recupero del Segnale: Utilizzare Wasserstein Projection Pursuit (WPP) per trovare il sottospazio ottimale $r$-dimensionale $\hat{U}$ che massimizza la distanza di Wasserstein proiettata.
2. Recupero del Residuo: Calcolare la distanza di Sliced Wasserstein sul complemento ortogonale $\hat{U}^\perp$ utilizzando il campionamento Monte Carlo di proiezioni casuali monodimensionali.
3. Aggregazione: Combinare il termine di segnale e il termine residuo scalato per formare il limite inferiore finale.

3. Contributi Chiave

Il paper apporta tre contributi primari:

1. Un Limite Inferiore Certificato: Introduce il limite inferiore CSS per le distanze di Wasserstein quadratiche, che funge da regione di identificazione parziale adattiva alla dimensione. Fornisce limiti inferiori di trasporto condizionati e non condizionati certificati in alta dimensione.
2. Teoria Strutturale: Formalizza l'Extended Spiked Transport Model (ESTM), sotto il quale il limite CSS è quasi stretto e il sottospazio ottimale è identificato da WPP. Stabilisce che il divario di approssimazione è controllato dall'anisotropia del trasporto residuo.
3. Garanzie a Campione Finito: Fornisce limiti di errore non asintotici per lo stimatore CSS. Questi limiti scalano con la dimensione intrinseca (rank del segnale) piuttosto che con la dimensione ambiente, garantendo la trattabilità statistica. L'analisi dell'errore separa il tasso della dimensione intrinseca del termine di segnale dal tasso parametrico del termine sliced residuo.

4. Risultati Sperimentali

Gli autori valutano lo stimatore CSS rispetto ai baseline WPP (solo proiezione) e Full Sliced Wasserstein (media su tutto lo spazio ambiente).

• Dati Sintetici:

  • In un setting di Gaussian pushforward ($d=30$, rank del segnale $r=5$), lo stimatore CSS rimane costantemente più vicino alla verità fondamentale $W_2^2$ rispetto a WPP.
  • WPP sottostima la distanza scartando l'energia residua, mentre il baseline Full Sliced la sottostima a causa della media su direzioni casuali nello spazio completo.
  • CSS recupera con successo l'energia di trasporto "persa" tramite il termine sliced scalato, anche all'aumentare del parametro di anisotropia residua.
  • L'analisi a campione finito mostra che l'errore di recupero del sottospazio diminuisce costantemente con la dimensione del campione $n$, dimostrando stabilità.

• Dati Reali (Dataset RHC):

  • Applicato a un dataset di cateterismo cardiaco destro con un vettore di outcome a 27 dimensioni.
  • CSS produce certificati inferiori (più informativi) tenuti fuori (held-out) più elevati rispetto a WPP attraverso varie dimensioni del sottospazio.
  • Il divario tra CSS e WPP è più pronunciato a dimensioni minori, dove rimane più variazione di outcome nel complemento ortogonale.
  • Entrambi i metodi superano il baseline full scaled-Wasserstein, evidenziando l'importanza di apprendere un sottospazio di segnale adattivo al compito.

5. Significato e Rivendicazioni

Il paper sostiene di fornire una primitiva geometrica modulare e adattiva alla dimensione che può essere integrata in esistenti framework di identificazione parziale assistiti da covariati.

• Complementarità: Il lavoro è complementare alla ricerca precedente sull'OT-based PI (ad esempio, Ji et al., 2024; Lin et al., 2025). Mentre i lavori precedenti si concentrano sulla robustezza inferenziale, la compattezza del rilassamento e la coerenza topologica, questo paper affronta il collo di bottiglia statistico della stima del trasporto in alta dimensione.
• "Free Lunch": Gli autori caratterizzano il metodo come un "free lunch" principista: esso sostitisce un problema di trasporto ad alta dimensione con una combinazione di OT a bassa dimensione e calcoli sliced economici. Sotto condizioni lievi (isotropia residua), questo recupera l'intera energia di trasporto senza indebolire il limite.
• Robustezza: Il metodo offre un'alternativa robusta alle strategie di sola proiezione, che scartano sistematicamente l'informazione residua, e alla stima diretta ad alta dimensione, che è statisticamente instabile.

Il paper conclude che lo stimatore CSS riesce efficacementamente a chiudere il divario di popolazione alla scala del segnale con un overhead minimo a campione finito, offrendo una primitiva robusta per l'inferenza causale ad alta dimensionalità dove l'identificazione puntuale non è ottenibile.