📊 statistics

Principal stratification with U-statistics under principal ignorability

Dit artikel breidt de theorie van principale stratificatie onder principale onafhankelijkheid uit om nietlineaire contrasten te accommoderen via principale gegeneraliseerde causale effect-estimanden, waarbij efficiënte invloedfuncties worden afgeleid die de ontwikkeling van multiply robuuste en debiased machine learning-estimatoren gebaseerd op U-statistieken mogelijk maken.

Oorspronkelijke auteurs: Xinyuan Chen, Fan Li

Gepubliceerd 2026-06-02

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Xinyuan Chen, Fan Li

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je de effectiviteit van een nieuw trainingsprogramma (zoals Job Corps) probeert te beoordelen op basis van het toekomstige inkomen van mensen. Je hebt een simpel probleem: niet iedereen houdt zich aan de regels. Sommige mensen die aan het programma zijn toegewezen, doen niet mee, en sommige mensen in de controlegroep sluipen toch het programma binnen.

Bovendien is er een tweede hindernis: sommige mensen haken af of veranderen hun status (zoals het krijgen van een baan of niet) voordat je zelfs maar hun uiteindelijke inkomen kunt meten. Als iemand geen baan heeft, is het "wekelijkse inkomen" ongedefinieerd.

Dit artikel introduceert een nieuwe, slimmere manier om succes te meten in deze rommelige situaties. Hier is de uitsplitsing met alledaagse analogieën:

1. De Oude Manier vs. De Nieuwe Manier

De Oude Manier (Gemiddeld Verschil):
Traditioneel vragen onderzoekers: "Hoeveel extra euro's hebben de behandelgroep gemiddeld meer verdiend?"

Het Gebrek: Dit is als het meten van een race door naar de gemiddelde snelheid te kijken. Als één hardloper struikelt en valt (een uitschieter) of als de baan modderig is (geskewde data), wordt de gemiddelde snelheid misleidend. Het heeft ook moeite met "ordinale" data — zoals het rangschikken van hardlopers als 1e, 2e of 3e — waarbij het verschil tussen 1e en 2e niet noodzakelijkerwijs hetzelfde is als tussen 2e en 3e.

De Nieuwe Manier (De "Win" en "Probabilistische" Aanpak):
De auteurs stellen voor om andere vragen te stellen:

De "Probabilistische Index" (De Muntworp): In plaats van te vragen "Hoeveel meer geld?", vraag: "Als ik willekeurig één persoon uit de behandelgroep en één persoon uit de controlegroep kies, wat is de kans dat de behandelpersoon het beter heeft gedaan?"
- Analogie: Stel je een muntworp voor. Als de munt 55% van de tijd op kop landt, weet je dat de behandeling een lichte voorsprong heeft, zelfs als je niet precies weet hoeveel geld er is verdiend. Dit is robuust tegen vreemde uitschieters (zoals één persoon die een miljoen euro verdient).
De "Win Ratio" (Het Toernooi): Voor gerangschikte uitkomsten (zoals baneniveaus), vraag: "Hoe vaak 'wint' de behandelpersoon tegen de controlepersoon, vergeleken met hoe vaak ze 'verliezen'?"
- Analogie: Het is als een tenniswedstrijdscore. Als de Behandeling 3 wedstrijden wint voor elke 1 verlies, is de ratio 3:1. Dit is geweldig voor het vergelijken van zaken die gerangschikt zijn maar niet met een liniaal worden gemeten.

2. De "Principal Stratification" Filter

Het artikel gebruikt een concept genaamd Principal Stratification. Denk aan dit als het sorteren van mensen in onzichtbare "clubs" op basis van hoe ze zich zouden gedragen in beide scenario's, ook al kunnen we slechts één scenario tegelijk zien.

De "Always-Compliers" Club: Mensen die de behandeling zouden ondernemen, wat er ook gebeurt.
De "Never-Takers" Club: Mensen die de behandeling nooit zouden ondernemen.
De "Protected" Club: Mensen die de behandeling alleen ondernemen als ze eraan zijn toegewezen.

De auteurs stellen dat je, om een eerlijk antwoord te krijgen, appels met appels moet vergelijken binnen deze specifieke clubs. Je kunt een "Never-Taker" in de behandelgroep niet vergelijken met een "Complier" in de controlegroep; dat is alsof je een professionele atleet vergelijkt met een recreatieve jogger.

3. Het "Triple-Proof" Veiligheidsnet

De grootste uitdaging is dat we niet precies weten wie bij welke onzichtbare club hoort. We moeten dit raden met wiskundige modellen. Als onze gok fout is, zijn onze resultaten waardeloos.

De auteurs hebben een nieuw wiskundig instrument ontwikkeld (met behulp van U-statistieken) dat fungeert als een Triple-Proof Veiligheidsnet.

Om een correct antwoord te krijgen, heb je meestal drie verschillende modellen nodig die perfect zijn:
1. Een model dat voorspelt wie aan de behandeling wordt toegewezen.
2. Een model dat voorspelt bij welke "club" iemand hoort.
3. Een model dat de uitkomst voorspelt.
De Magie: Hun methode is "triply robust". Dit betekent dat je slechts twee van die drie modellen correct hoeft te hebben om het juiste antwoord te krijgen. Als je er twee goed hebt, kan de derde volledig fout zijn en werkt de wiskunde nog steeds. Het is als een brug die blijft staan, zelfs als één van de drie steunpilaren instort.

4. De "Machine Learning" Upgrade

Het artikel laat ook zien hoe ze Machine Learning kunnen gebruiken om deze modellen te bouwen.

Het Probleem: Machine learning is geweldig in het vinden van patronen, maar kan "ruis" introduceren en bias veroorzaken als je niet voorzichtig bent.
De Oplossing: Ze gebruiken een techniek genaamd Cross-Fitting. Stel je een pak kaarten voor. Je splitst het pak in stapels. Je gebruikt één stapel om de AI te leren hoe hij moet voorspellen, en een andere stapel om de voorspelling te testen. Je wisselt de stapels vele malen om. Dit zorgt ervoor dat de AI niet simpelweg "bedriegt" door de data uit het hoofd te leren, waardoor je een zuiver, onbevooroordeeld resultaat krijgt.

5. Real-World Test: De Job Corps Studie

De auteurs testten dit op echte data van de Job Corps (een programma voor kwetsbare jongeren).

Scenario A (Werkgelegenheid): Ze keken naar de vraag of mensen een baan kregen. Ze vonden dat voor mensen die ongeacht het programma een baan zouden krijgen, het programma hun kansen vergrootte om meer geld te verdienen.
Scenario B (Rangschikking): Ze keken naar inkomensniveaus (Werkloos, Laag loon, Hoog loon). Ze vonden dat het programma mensen hielp om te "winnen" van de controlegroep, waardoor ze in hogere inkomenscategorieën terechtkwamen.
De Verrassing: Ze ontdekten dat zelfs mensen die het programma eigenlijk niet deelnamen (maar er wel aan waren toegewezen), het blijkbaar iets beter deden, waarschijnlijk omdat het aanbod van het programma hen een psychologische boost gaf.

Samenvatting

Dit artikel biedt een robuuste, flexibele toolkit om oorzaak en gevolg te meten wanneer:

Mensen de instructies niet perfect opvolgen.
De data rommelig, scheef of gerangschikt is (niet alleen getallen).
We niet 100% zeker weten of onze statistische modellen perfect zijn.

Het vervangt de oude "gemiddelde verschil" liniaal door een "winnende waarschijnlijkheid" scorekaart, ondersteund door een veiligheidsnet dat werkt, zelfs als sommige van onze aannames er net naast zitten.

Technische Samenvatting: Principale Stratificatie met U-statistieken onder Principale Onverschilligheid

Probleemstelling
Principale stratificatie is een standaard raamwerk voor causale inferentie wanneer een intermediaire variabele (bijv. non-compliance met de behandeling of overlevingsstatus) aanwezig is. Terwijl de literatuur zich voornamelijk richt op het principale gemiddelde causale effect (PACE)—gedefinieerd als het verwachte verschil in potentiële uitkomsten binnen een specifieke principale stratum—kan deze metriek ontoereikend zijn wanneer de wetenschappelijke interesse ligt bij de relatieve ordening van uitkomsten in plaats van hun gemiddelde verschillen. Dit is bijzonder relevant voor ordinale uitkomsten, samengestelde eindpunten of distributies met zware staarten en uitschieters, waar gemiddelde contrasten gevoelig zijn. Bovendien zijn bestaande methoden voor gegeneraliseerde causale effecten (zoals probabilistische indices of win-ratios) nog niet volledig uitgebreid naar de setting van principale stratificatie, wat een gat laat in de nonparametrische identificatie en efficiënte schatting van deze estimanden.

Methodologie
De auteurs stellen een raamwerk voor het schatten van het Principale Gegeneraliseerde Causale Effect (PGCE), gedefinieerd als $\tau^s_h = E[h\{Y_1(1), Y_2(0)\} | S_1 = S_2 = s]$ , waarbij $h$ een willekeurige contrastfunctie is (potentieel niet-lineair) en $S$ de principale stratum voorstelt. De methodologie verloopt via de volgende stappen:

Identificatie: Onder drie structurele aannames—Behandeling-onverschilligheid (Treatment Ignorability), Monotoniciteit (met uitsluiting van de "defier" of "harmed" stratum) en Paarsgewijze Gemiddelde Principale Onverschilligheid—leiden de auteurs nonparametrische identificatieformules af. De aanname van Paarsgewijze Gemiddelde Principale Onverschilligheid generaliseert de eenheidsgebonden aanname uit eerder werk (bijv. Jiang et al., 2022) om niet-lineaire contrastfuncties te accommoderen. Het stelt dat, geconditioneerd op covariaten, de verwachte contrastfunctie uitwisselbaar is over specifieke paren van latente principale strata die naar dezelfde geobserveerde datastrata leiden.
Efficiënte Invloedsfuncties (EIFs): De auteurs leiden de EIFs af voor de PGCE-estimanden. Deze functies karakteriseren de semiparametrische efficiëntiegrens en dienen als basis voor het construeren van optimale schatters. De afleiding houdt rekening met de ratio-structuur van veel PGCE's (bijv. win-ratios) en de afhankelijkheid van nuisance-functies gedefinieerd op paren van observaties.
Schatting via U-statistieken: Omdat de EIF's nuisance-functies bevatten die gedefinieerd zijn op paren van observaties, construeren de auteurs schatters met behulp van U-statistieken.
- Multi-robuuste Schatters: Ze ontwikkelen schatters die "tripel robuust" zijn, wat betekent dat ze consistent en asymptotisch normaal blijven als twee van de drie nuisance-modellen (behandelingspropensity score, principale score of het paarsgewijze gemiddelde van de uitkomst) correct gespecificeerd zijn.
- Debiased Machine Learning (DML): Om volledige asymptotische efficiëntie te bereiken en flexibele, data-adaptieve schatting van nuisance-functies te faciliteren, integreren de auteurs het U-statistiek-raamwerk met cross-fitting (steekproefsplitsing). Dit maakt het gebruik van machine learning-algoritmen (bijv. random forests, SuperLearner) mogelijk terwijl $n^{1/2}$ -consistentie en asymptotische normaliteit behouden blijven onder milde regulariteitsvoorwaarden.
Sensitiviteitsanalyse: Het artikel adresseert de onverifieerbare aard van de monotoniciteitsaanname door een sensitiviteitsanalyse-strategie voor te stellen. Dit houdt in dat een sensitiviteitsfunctie $\eta(X)$ wordt geïntroduceerd om de proportie van de "harmed" stratum te kwantificeren, waardoor een bias-gecorrigeerde schatting mogelijk is wanneer de monotoniciteit wordt geschonden.

Belangrijkste Bijdragen

Generalisatie van Estimanden: Het artikel introduceert de PGCE, een klasse van estimanden die willekeurige contrastfuncties binnen principale strata accommodeert, waarmee het verder gaat dan de standaard PACE en ook probabilistische indices en win-ratios omvat.
Theoretische Uitbreiding: Het breidt de theoretische resultaten van Jiang et al. (2022) uit van lineaire contrasten naar een bredere klasse van niet-lineaire contrasten onder principale onverschilligheid, wat de eerste nonparametrische identificatieformules biedt voor deze gegeneraliseerde effecten in aanwezigheid van een binaire intermediaire variabele.
Efficiënte Invloedsfuncties: De afleiding van EIF's voor PGCE's vestigt de semiparametrische efficiëntiegrenzen voor deze estimanden.
Tripel Robuuste U-statistieken: De auteurs demonstreren dat de voorgestelde U-statistiek-gebaseerde schatters een tripel robuust eigenschap bezitten (consistent indien twee van de drie modellen correct zijn) en lokale efficiëntie bereiken wanneer alle modellen correct zijn.
Integratie met Machine Learning: Het werk biedt een rigoureus theoretisch fundament voor het toepassen van debiased machine learning op principale stratificatie met niet-lineaire contrasten, waarbij bewezen wordt dat cross-fitted U-statistieken de efficiëntiegrens bereiken onder standaard machine learning convergentieratio's.

Resultaten
De voorgestelde methoden werden geëvalueerd via simulatiestudies en een toepassing op reële data:

Simulaties: In scenario's met continue en ordinale uitkomsten vertoonden de tripel robuuste en debiased machine learning (DML) schatters consistentie, zelfs wanneer één van de drie nuisance-modellen verkeerd gespecificeerd was. In tegenstelling hiertoe waren standaard plug-in moment-schatters biased onder dergelijke misspecificatie. De DML-schatters vertoonden over het algemeen een iets lagere bias en verbeterde nauwkeurigheid vergeleken met parametrische tripel robuuste schatters, met name in eindige steekproeven.
Datavoorbeeld (Jobs Corps): De methoden werden toegepast op de Amerikaanse Jobs Corps-studie om het causale effect van beroepstraining op inkomen te schatten, waarbij rekening werd gehouden met non-compliance en werkgelegenheidsstatus (truncatie door overlijden).
- Voor de Survivor Probabilistic Index (SPI) onder de altijd-werkende deelnemers schatten de DML- en de tripel robuuste methoden een waarschijnlijkheid van 0,539 dat een behandelde persoon een hoger inkomen heeft dan een controlegroep-persoon (9 weliswaar een 95% BI die 0,5 uitsluit), wat wijst op een positief behandelingseffect.
- Voor de Principale Win Ratio (PWR) met ordinaal inkomen toonde de analyse heterogene effecten aan tussen de strata. Compliers vertoonden een significant positief effect (win-ratio ~1,27), terwijl nooit-takers een neutraal effect vertoonden. Opvallend genoeg vertoonden ook altijd-takers een significant positief effect, wat duidt op een potentieel psychologisch effect van de toewijzing zelf.
- Sensitiviteitsanalyse: De PWR-schatters vertoonden sterke robuustheid tegen schendingen van de monotoniciteitsaanname, terwijl de SPI-schattingen een lichte verschuiving in grootte vertoonden naarmate de proportie van de "harmed" strata toenam.

Betekenis en Claims
Het artikel claimt een uitgebreid raamwerk te bieden voor causale inferentie in principale stratificatie dat verder gaat dan gemiddelde contrasten om ook ordinale en samengestelde uitkomsten te accommoderen. Door de efficiënte invloedsfuncties vast te stellen en de tripel robuuste U-statistiek schatters te ontwikkelen, vult dit werk een kritiek gat in de literatuur met betrekking tot de identificatie en efficiënte schatting van gegeneraliseerde causale effecten. De auteurs benadrukken dat hun benadering een principiële manier biedt om niet-lineaire contrasten en samengestelde eindpunten te behandelen, terwijl de robuustheid tegen modelmisspecificatie behouden blijft. De integratie van machine learning via cross-fitting maakt het mogelijk om complexe nuisance-functies flexibel te modelleren, waardoor het raamwerk toepasbaar is in moderne high-dimensional data-omgevingen. De auteurs merken bescheiden op dat de huidige ontwikkeling uitgaat van onafhankelijke en identiek verdeelde (i.i.d.) data en dat het uitbreiden van deze methoden naar geclusterde of longitudinale datastructuren een richting is voor toekomstig onderzoek.