Coarsening Bias from Variable Discretization in Causal Functionals

기술 요약: 인과적 범함수에서의 변수 이산화에 따른 코서닝 편향 (Coarsening Bias)

문제 정의
인과적 식별 범함수(causal identification functionals), 특히 매개 분석(mediation analysis), 경로 특정 효과(path-specific effects), 그리고 숨겨진 변수가 존재하는 DAG(Directed Acyclic Graphs) 내의 프런트 도어 식별(front-door identification)의 경우, 연속형 매개변수의 조건부 밀도에 대해 결과 회귀(outcome regression)를 적분하는 과정이 흔로 필요하다. 매개변수가 연속적이거나 고차원일 때, 이러한 밀도를 추정하고 결과 적분을 계산하는 것은 통계적 및 계산적으로 매우 까다롭다. 실무적인 해결책으로 연속형 매개변수를 이산화(discretize)하고 적분을 유한한 합(finite sums)으로 대체하는 방식이 흔히 사용된다.

편의성을 제공하기는 하지만, 이러한 이산화는 모집단 수준의 파라미터를 근본적으로 변화시킨다. 인과적 식별 가정이 충족되고 넌스 파라미터(nuisance parameters)가 일관되게 추정되더라도, 이산화된 범함수는 원래의 연속형 범함수와는 다른 타겟을 나타낸다. 저자들은 이 불일치를 코서닝 편향(coarsening bias 또는 coarsening error)이라고 정의한다. 본 논문은 이 편향이 통계적 추정 오차(statistical estimation error)와는 구별되는 것임을 밝힌다. 즉, 이는 타겟 범함수 자체의 수준에서 발생하는 근사 오차(approximation error)이다. 기존 문헌에서는 이 편향을 간과하거나 부차적인 것으로 취급하는 경우가 많으나, 이는 올바른 식별이 이루어진 상황에서도 무시할 수 없는 오류를 유발할 수 있다.

방법론 및 이론적 프레임워크
저자들은 원래의 연속형 인과 범함수 $\theta(Q)(c)$와 그 이산화된 유사체 $\theta_h(Q)(c)$ 사이의 차이를 공식화한다. $M$을 $K$개의 빈(bin) $B_k$와 너비 $w_k$를 가진 이산화된 연속 매개변수라고 하자.

1. 코서닝 오차의 특성화:
   본 논문은 단순 이산화된 범함수가 최대 빈 너비($O(w_{\max, K})$)에 비례하는 **1차 오차(first-order error)**를 발생시킨다는 것을 입증한다. 이 오차는 처치 수준에 따른 매개변수의 빈 내부 조건부 평균의 변화($m_k(a_1, c) - m_k(a_0, c)$)와 결과 회귀의 국소적 기울기 $\mu(m, a, c)$에 의해 결정된다.

   • 구체적으로, 오차 항은 $\mu'_m \times \Delta m_k$에 비례한다.
   • 이 오차는 결과 회귀가 빈 내부에서 국소적으로 일정하거나, 각 빈 내에서 매개변수의 조건부 분포가 처치 그룹 간에 서로 다를 때만 사라진다.

2. 편향 제거된 코서닝 범함수 (Debiased Coarsened Functional):
   이 선행 오차를 제거하기 위해, 저자들은 편향 제거된 코서닝 범함수 $\tilde{\theta}_h(Q)(c)$를 제안한다. 이 방법은 회귀 함수를 빈의 경계값에서 평가하거나 원시 빈 평균을 사용하는 대신, 참조 처치 분포 하에서의 빈 내부 조건부 평균($m_k(a_0, c)$)에서 회귀 $\mu(m, a_1, c)$를 평가한다.

   • 테일러 전개(Taylor expansion)를 사용하여, 저자들은 이러한 수정이 1차 항을 상쇄함을 보여준다.
   • 결과적인 근사 오차는 빈 너비에 대한 2차 오차($O(w_{\max, K}^2)$)가 되어, 거친 빈 분할(coarse binning) 환경에서도 편향을 크게 줄인다.

3. 통계적 추정:
   저자들은 플러그인(plug-in) 및 원스텝(one-step) 추정량을 모두 도출한다.

   • 평활 추정 (Smoothed Estimation): 추정된 평균에서의 회귀 점 평가(point evaluation)는 $M$이 연속적일 때 영향 함수 기반 방법(원스텝 추정량 등)의 경로적 미분 가능성(pathwise differentiability) 요구 조건을 위반할 수 있으므로, 저자들은 평활화된 버전을 도입한다. 이는 점 평가를 커널 함수와 대역폭(bandwidth) $b$를 사용한 국소적 평균으로 대체한다.
   • 영향 함수 (Influence Functions): 저자들은 평활화된 편향 제거 범함수에 대한 효율적 영향 함수(EIF)를 도출하여, 넌스 모델의 오지정(misspecification)에 강건한 점근적 선형 원스텝 추정량의 구축을 가능하게 한다.

주요 결과

• 이론적 경계: 매끄러움 조건(smoothness conditions) 하에서, 단순 이산화 추정량은 $O(1/K)$ (동일 너비 빈의 경우)의 점근적 편향을 갖는 반면, 제안된 편향 제거 추정량은 $O(1/K^2)$의 오차를 달성한다.
• 시뮬레이션 연구:
  • 편향 감소: 시뮬레이션 결과, 단순 이산화 추정량은 표본 크기 $n$이 증가함에 따라 사라지지 않는 상당한 편향(모집단 수준의 오차 반영)을 유지한다. 반면, 편향 제거 추정량은 다양한 표본 크기와 빈 개수에서 거의 제로에 가까운 편향을 보인다.
  • 커버리지 (Coverage): 편향 제거 추정량은 거친 빈 분할($K=2$) 상황에서도 명목 신뢰 구간(예: 95%)에 근접한 커버리지를 달축하는 반면, 단순 추정량은 교정되지 않은 편향으로 인해 낮은 커버리지를 보인다.
  • 강건성: 편향 제거 접근법은 올바른 모델 지정 및 다양한 형태의 넌스 모델 오지정 상황 모두에서 우수한 성능을 보이며, 특히 원스텝 교정과 결합했을 때 더욱 그러하다.
  • 이산화 방식: 연구는 동일 빈도(equal-frequency), 경험적 동일 너비(empirical equal-width), 사전 정의된 너비(predefined-width) 이산화 방식을 비교한다. 빈 분할 방식이 단순 편향의 크기에 영향을 미치기는 하지만, 편향 제거 추정량은 모든 방식에서 강건하고 정확하다.
• 실제 데이터 적용: B_PROUD 연구(이동식 뇌졸중 유닛 파견 관련) 분석에서, 편향 제거 추정량은 (밀도 추정을 완전히 피하는) 순차적 회귀(sequential regression) 접근법과 일치하는 결과를 나타냈으며, 특히 거친 빈 분할($K=2$) 시 단순 코서닝 추정량과는 유의미한 차이를 보였다.

의의 및 주장
본 논문은 변수 이산화가 인과 추론에 미치는 영향을 제어하기 위한 공식적인 토대를 제공한다고 주장한다. 주요 기여는 다음과 같다:

1. 오차의 구분: 본 논문은 함수 근사 오차(코서닝 편향)와 통계적 추정 오차를 명확히 구분한다. 표준 영향 함수 교정(예: 원스텝 추정량)은 후자를 해결하지만, 이산화에 의해 타겟 범함수 자체가 잘못 지정된 경우에는 전자를 교정하지 못한다는 점을 지적한다.
2. 간편한 교정: 빈 내부 평균에서 평가하는 간단한 교정법을 제안하여, 복잡한 밀도 추정을 요구하지 않으면서도 선행 편향 항을 제거한다.
3. 실용적 유용성: 연구자들은 계산상의 편의나 해석력(예: 임상적 임계값)을 위해 이산화를 사용하면서도, 제안된 편향 제거 교정을 적용한다면 인과적 추정치의 타당성을 희생하지 않고 사용할 수 있음을 시사한다.

저자들은 이산화가 실제 연구에서 필수적인 경우가 많지만, 그로 인한 코서닝 편향을 무시하면 유효한 추론이 불가능하다고 결론짓는다. 제안된 프레임워크는 이러한 편향을 제어할 수 있게 함으로써, 연속형 변수가 코서닝된 상황에서도 유효한 통계적 추정을 가능하게 한다.