Testing the identification of causal effects in observational data

技術的サマリー：観察データにおける因果効果の同定に対する検証可能な条件

問題提起
観察研究において、因果推論は通常、伝統的に検証不可能とみなされる仮定に依存している。その中でも最も顕著なものは「観測変数に基づく選択（selection-on-observables）」（あるいは無交絡性・無知性）の仮定であり、これは観測された共変量を条件とした場合、処置はランダムに割り当てられたのと同様であると仮定するものである。特定の共変数のセットがこの仮定を満たすのに十分かどうかは、通常、経験的証拠ではなく理論や直感によって正当化される。本論文は、データに制御すべき共変数のセットと「疑わしい道具変数（suspected instrument）」の両方が含まれている場合、観察データにおける因果効果の同定に対する検証可能な条件の存在を実証することで、このギャップに取り組む。

方法論と理論的枠組み
著者らは、処置に対する疑わしい道具変数の妥当性と、観測変数に基づく選択の仮定を同時に検証する枠組みを提案する。このアプローチは、以下の特性を持つ特定の因果構造（仮定 1）に依存する：

1. 逆因果性の欠如：結果は処置、共変数、または疑わしい道具変数を引き起こさない；処置は共変数または道具変数を引き起こさない。
2. 因果的忠実性（Causal Faithfulness）：統計的独立性は d-分離（因果経路の欠如）を意味し、その逆もまた真である。
3. 共通支持（Common Support）：共変数を条件とした場合、処置と道具変数の値のすべての組み合わせが存在する。
4. 条件付き依存性：疑わしい道具変数は、共変数を条件とした処置と統計的に関連している（第一段階効果）。

これらの条件下において、本論文は主要な理論的結果（定理 1）を確立する：処置（$D$）と共変数（$X$）を条件とした場合の、疑わしい道具変数（$Z$）と結果（$Y$）の条件付き独立性は、以下の両方の仮定の同時満足に対する必要十分条件である：

• 道具変数の妥当性（A）：$Z$ は $Y$ に直接影響を与えず、$X$ を条件とした場合、無交絡である。
• 観測変数に基づく選択（B）：$D$ は $X$ を条件とした場合、無交絡である。

したがって、検証可能な条件 $Y \perp\!\!\perp Z | D, X$ が成り立てば、両方の仮定が満たされ、処置効果が同定される。本論文はまた、平均処置効果（ATE）の評価のために、これを条件付き平均独立性（定理 2）に拡張している。

検証アプローチ
高次元設定における条件付き独立性の条件を検証するために、著者らは共変数のデータ駆動型の制御を維持しつつ望ましい漸近的特性を可能にするダブル・マシン・ラーニング（DML）（Chernozhukov et al., 2018）に基づく方法を提案する。

1. 二重頑健（DR）推定：著者らは、条件付き平均の差（$\Delta$）の平均に基づく検証を構築する。彼らは、条件付き平均結果と道具変数の傾向スコアの推定値を組み合わせた二重頑健なスコア関数を利用する。交差適合（cross-fitting）を採用することで、交絡変数の推定に柔軟な機械学習アルゴリズムを使用した場合でも、$\sqrt{n}$-一致性と漸近的正規性を達成する。
2. 異質性の検出：平均化が違反を隠蔽する可能性という問題に対処するため、著者らは共変数の値における違反の異質性を検出するアルゴリズムを提案する。これには、サンプルを分割し、機械学習（例えば決定木）を用いて違反が起きやすいサブグループを特定し、これらのサブグループ内で条件付き独立性を検証することが含まれる。
3. グローバル二乗差検定：第二のアプローチは、条件付き平均の二乗差がゼロであるというグローバルな帰無仮説（$E[(\mu(1, D, X) - \mu(0, D, X))^2] = 0$）を検証する。この方法は $L_2$ 型の集約指標を使用し、帰無仮説の下で検定統計量が非退化分布を持つことを保証するために補助的な確率変数を導入する。

シミュレーション結果
本論文は、50 の共変数とサンプルサイズ 1,000 および 4,000 のシミュレーションを通じて、これらの検定の有限サンプル性能を評価する。

• 実効サイズ：帰無仮説（仮定が成り立つ場合）の下で、検定は一般的に、名目上の 10% レベルに近い実効棄却率を維持する。
• 検出力：検定は違反を検出する上で十分な検出力を示す。DR ベースの検定は違反が一様な場合に有効であり、一方、二乗差検定は違反が共変数間で異質である場合でも高い検出力を示す。
• 多重比較：サブグループ間で異質性を検証する場合、著者らは、サンプルサイズが増加すると検出力が増加する一方で、偽発見率を制御するために多重比較補正（ボンフェローニ法または乗数ブートストラップ）が必要であるが、それらはより小さな部分サンプルにおいて検出力を低下させる可能性があることを発見する。

実証応用
本方法論は、米国国勢調査データ（Angrist and Evans, 1998）に適用され、最初の 2 人の子供の性別比率を疑わしい道具変数として用いて、出生率の女性労働供給への影響を評価する。

• 発見：検定は条件付き独立性の帰無仮説を棄却する。具体的には、二乗差検定は 0 に近い p 値を生み出し、DR 検定は 5% レベルで有意である。
• 解釈：これらの結果は、検証可能な帰結の違反を示唆する。母親の年齢、父親の所得などの中程度の社会経済的共変数のセットが与えられていることを踏まえると、これは、観測変数に基づく選択の仮定が失敗するか、兄弟の性別比率が有効な道具変数ではないか、あるいはその両方が当てはまることを意味する。異質性分析は、違反が父親の所得が高い家庭で特に顕著であることを示している。

意義と主張
本論文は、観察データにおける同定に必要な核心的な仮定を検証できないという因果推論における長年の問題に対する実用的な解決策を提供すると主張する。

• 同時検証：有効な道具変数を仮定して観測変数に基づく選択を検証する（あるいはその逆）従来の文献とは異なり、このアプローチは両方の条件を同時に検証する。これは、研究者が道具変数が有効であると a priori に信じることを必要としない；むしろ、道具変数は観測変数に基づく選択の仮定の妥当性を検証するための補助変数として機能する。
• 柔軟性：ダブル・マシン・ラーニングを活用することで、このアプローチは、誤指定される可能性のあるパラメトリック仮定に依存することなく、高次元の共変数や非線形関係に対応する。
• 留保事項：著者らは自らの主張の範囲について控えめである。検証可能な条件は、特定の因果的仮定（忠実性、逆因果性の欠如）に依存していることに注意を促す。さらに、検定は違反を検出できるが、さらなる仮定なしには、失敗の正確な原因（道具変数の無効性対処置の未観測交絡）を特定することはできない。このアプローチは、違反の存在下で新たな因果推定値を生成する方法というよりも、同定戦略の信頼性を評価するための診断ツールとして位置づけられている。