Design-Based Inference under Random Potential Outcomes

기술적 요약: 무작위 잠재 결과 하에서의 설계 기반 추론

문제 정의
본 논문은 네이만(Neyman, 1923/1990)과 루빈(Rubin, 1974)에 의해 확립된 고정 잠재 결과(Fixed Potential Outcome, FPO) 프레임워크의 근본적인 한계를 다룬다. FPO 프레임워크에서 잠재 결과는 고정된 양으로 취급되며, 무작위성은 오직 처치 할당 메커니즘으로부터 발생한다. 결과적으로, 인과적 추정량은 단일하게 실현된 하나의 실험 환경에 조건화되어 정의된다. 이는 특정 실현 내에서 처치 효과를 식별하는 데는 허용하지만, 잠재적 확률적 환경에 대한 기댓값으로 정의되는 메커니즘 수준의 양들을 **회복(recoverability)**하는 것을 보장하지는 않는다.

중심적인 추론 문제는 식별(identification)만으로는 회복을 위해 충분하지 않다는 것이다. 만약 모든 단위가 공통된 잠재적 충격을 공유한다면, 표본 크기를 늘리는 것은 잠재적 환경에 대한 추가적인 정보를 제공하지 못한다. 본 논문은 단일하게 실현된 실험 내에서의 횡단적 평균(cross-sectional averaging)이 잠재적 확률적 메커니즘으로부터 정의된 기댓값을 일관되게 회복할 수 있는지, 그리고 어떤 조건 하에서 그러한지를 규명하고자 한다.

방법론 및 프레임워크
저자는 잠재 결과가 잠재적 확률적 환경 $\omega$에 의해 인덱싱된 무작위 요소로 모델링되는 무작위 잠재 결과(Random Potential Outcome, RPO) 프레임워크를 제안한다.

1. 모델 명세:

   • 잠재 결과는 $\tilde{y}_i(z, \omega) = y_i(z, x_i(\omega), \epsilon_i(\omega))$인 가측 사상(measurable mapping)으로 표현된다. 여기서 $z$는 처치 벡터이고, $\omega$는 공통 확률 공간 위의 잠재 무작위 요소이다.
   • 인과적 추정량은 고정된 스케줄에 조건화되는 대신, $\omega$에 대한 기댓값(예: $\tau_{RPO} = E_\omega[\frac{1}{n}\sum (\tilde{y}_i(1, \omega) - \tilde{y}_i(0, \omega))]$)으로 정의된다.
   • 처치 효과는 모델 공간 $M_i \subset L^2(Z \times \Omega)$ 상의 연속 선형 범함수(continuous linear functional)로 정식화된다. 리스 표현 정리(Riesz Representation Theorem)에 의해, 이 범함수들은 유일한 표현자(representer) $\psi_i$를 가지며, 이를 통해 처치 효과를 내적 $\theta_i(\tilde{y}_i) = \langle \tilde{y}_i, \psi_i \rangle$로 표현할 수 있다.

2. 추정 전략:

   • 본 논문은 처치 할당과 잠재 환경의 결합된 무작위성 하에서 메커니즘 수준의 추정량에 대해 불편성을 갖는 리스 추정량(Riesz estimators) ($\hat{\theta}_i = \tilde{y}_i \psi_i$)을 활용한다.
   • **집계 리스 추정량(Aggregate Riesz Estimator)**은 개별 리스 추정량들의 가중 합으로 구성된다.

3. 회복 조건 (국소 의존성):

   • 횡단적 평균과 잠재적 환경에 대한 평균 사이의 간극을 메우기 위해, 본 논문은 의존성 이웃(dependency neighborhoods)을 통해 모델링된 국소 의존성(local dependence) 조건을 도입한다 (Chen and Shao, 2004; Ross, 2011을 따름).
   • 가정 6 및 7: 최대 및 평균 의존성 이웃의 크기는 표본 크기 $n$에 비해 충분히 느리게 성장해야 한다 (구체적으로 점근적 정규성을 위해 $D_n = o(n^d)$이며, 이때 $d \leq 1/4$이다).
   • 이러한 조건들은 **에르고딕 유형의 성질(ergodic-type property)**을 유도하며, 이를 통해 단일하게 실현된 실험으로부터 횡단적 평균이 잠재적 확률적 환경에 대한 기댓값을 점근적으로 회복할 수 있음을 보장한다.

4. 분산 추정:

   • FPO 프레임워크에서 네이만 유형의 분산 추정량이 구조적으로 보수적인 상한에 국한되는 것과 달리, RPO 프레임워크는 일관된 분산 추정을 허용한다.
   • 제안된 분산 추정량은 의존 구조의 희소성(sparsity)을 활용한다. 중심화된 잔차(centered residuals)의 교차 곱을 의존성 이웃 내의 쌍(또는 상관관계가 있는 쌍)에 대해서만 합산함으로써, 이 추정량은 확률적 메커니즘과 관련된 진정한 표본 분산을 일관되게 회복한다.

주요 결과

• 일관성 및 회복성: 국소 의존성 및 유계성 가정 하에서, 집계 리스 추정량은 메커니즘 수준의 추정량에 대해 평균 제곱 의미에서 일관적이다. 즉, 횡단적 평균이 잠재적 환경에 대한 평균을 점근적으로 대체한다.
• 점근적 정규성: 의존성 이웃이 충분히 희소하고($d \leq 1/4$) 4차 모멘트가 존재한다면, 추정량은 중심한계정리($\sigma_n^{-1}(\hat{\tau}_n - \tau_n) \xrightarrow{d} N(0,1)$)를 만족한다.
• 일관된 분산 추정: 본 논문은 국소 의존 구조에 기반하여 구축된 실행 가능한 분산 추정량이 진정한 표본 분산에 대해 일관적임을 입증한다. 이는 보수적인 상한에 의존해야 했던 FPO 프레임워크의 구조적 한계를 극복한다.
• 시뮬레이션 증거: 몬테카를로 시뮬레이션은 이론적 희소성 조건이 충족될 경우, 다양한 의존성 성장률과 표본 크기 하에서 제안된 절차가 정확한 크기 제어(size control)와 명목 수준(예: 95%)에 근접한 경험적 피복률(empirical coverage)을 유지함을 확인시켜 준다. 또한 이 방법은 높은 통계적 검정력을 보여준다.

의의 및 주장
본 논문은 RPO 하에서의 설계 기반 추론을 메커니즘 수준의 인과적 양에 대한 **회복 문제(recoverability problem)**로 재구성한다고 주장한다. 주요 기여는 다음과 같다:

1. 이론적 가교: 적절히 희소한 국소 의존성이 에르고딕 성질을 유도하여, 단일하게 실현된 실험이 메커니즘 수준의 추정량에 대해 점근적으로 유효한 추론을 제공할 수 있음을 입증한다.
2. 분산 추정: 추론 대상을 고정된 스케줄에서 확률적 메커니즘으로 전환함으로써, 설계 기반 설정에서의 일관되지 않은 분산 추정 문제를 해결한다. 이를 통해 보수적인 상한에 의존하는 대신 일관된 분산 추정을 가능하게 한다.
3. 기존 프레임워크와의 차별성: 본 연구는 결과 모델링에 의존하는 모델 보조(model-assisted) 방식이나, 표본 추출 불확실성 하의 모집단 수준 양을 다루는 표본 추출 기반(sampling-based) 공식화와 구별된다. 대신, 무작위화 설계와 잠재적 환경의 구조에만 의존하여 회복을 달성한다.

결론적으로, 본 논문은 식별이 전제 조건이지만, 단일 실험으로부터의 회복은 실험 설계에 의해 유도된 특정한 확률적 구조(국적 의존성) 하에서만 가능하다는 점을 밝힌다. 제안된 프레임워크는 실험의 반복적인 재현 없이도 메커니즘 수준의 양에 대한 점근적으로 유효한 추론을 가능하게 한다.