Regularity, Phase Transitions, and Uniform Inference for Proximal Counterfactual Quantile Processes

Technische Samenvatting: Regulariteit, Fasentransities en Uniforme Inferentie voor Proximale Contrafactuele Kwantielprocessen

Probleemstelling
Dit artikel adresseert de uitdaging van het schatten van contrafactuele verdelingsfuncties, kwantielbehandelingseffecten (QTE) en risico-maatstaven voor de linkerkant (zoals CVaR) in observationele studies waarbij ongemeten verwarring aanwezig is. Waar standaard causale inferentie op verdeling gebaseerd is op de aanname van geen ongemeten verwarring, maakt proximale causale inferentie gebruik van negatieve controle-proxies (behandeling-inducerende $Z$ en uitkomst-inducerende $W$) om causale effecten te identificeren.

Bestaande literatuur heeft puntsgewijze identificatie vastgesteld voor gemiddelde behandelingseffecten (ATE) en specifieke kwantielen met behulp van proximale brugvergelijkingen. Echter, een directe puntsgewijze toepassing van deze methoden op de gehele contrafactuele verdelingsfunctie $\{F_a(y) : y \in \mathcal{Y}\}$ is theoretisch onvolledig. Het faalt in het karakteriseren van de regulariteitsgrens van het onderliggende inverse probleem, levert niet de efficiënte covariantiekernel voor het CDF-proces op, kan geen dichtheidsvrije simultane kwantielbanden produceren, en kwantificeert niet hoe zwakke proxies de inferentie degraderen van wortel-$n$-regulariteit naar langzamere rates. Het kernprobleem is om te bepalen wanneer het contrafactuele verdelingsproces regelmatig, efficiënt en uniform geschat kan worden onder proximale identificatie.

Methodologie
De auteurs herformuleren de schatting van proximale contrafactuele verdelingen als een primaal-dual inverse probleem.

1. Primaal-Duale Formulering:

   • Primaal Brug: Voor een behandelingsarm $a$ en drempel $y$, lost de uitkomstbrug $h_{a,y}$ de vergelijking $T_a h_{a,y} = g_{a,y}$ op, waarbij $T_a$ de operator voor voorwaardelijke verwachting is en $g_{a,y}$ de voorwaardelijke verwachting van de indicator $1\{Y \le y\}$.
   • Dual Brug: De contrafactuele CDF is een lineaire functionaal $\ell(h) = E\{h(W, X)\}$. De dual brug $q_a$ is de Riesz-representant van deze functionaal, die de geadjungeerde vergelijking $T_a^* q_a = 1$ oplost.
   • Identificatie: De CDF wordt geïdentificeerd via de primaale representatie $F_a(y) = E\{h_{a,y}(W, X)\}$ of de duale representatie $F_a(y) = E\{1\{A=a\}q_a(Z, X)1\{Y \le y\}\}$.

2. Regulariteit en Fasentransities:

   • Het artikel stelt vast dat het bestaan van een kwadraat-integreerbare dual brug $q_a$, gecombineerd met een minimale voorwaarde voor residu-momenten, de exacte regulariteitsgrens vormt.
   • Met behulp van een karakterisering van een compact singulier systeem (analoog aan Picard-voorwaarden voor Fredholm-vergelijkingen) leiden de auteurs een fasentransitie af. Wortel-$n$-regular schatting is mogelijk dan en slechts dan als de reeks $\sum_j \ell_{a,j}^2 / s_{a,j}^2$ convergeert, waarbij $s_{a,j}$ singuliere waarden van de operator zijn en $\ell_{a,j}$ coëfficiënten van de doel-functionaal.
   • Als deze reeks divergeert (wat wijst op zwakke proxy-relevantie), divergeren eindig-dimensionale efficiëntiegrenzen en vertonen Gaussische inverse benchmarks langzamere minimax-rates.

3. Procestheorie en Schatting:

   • Efficiënte Invloedfunctie (EIF): Het artikel leidt de canonieke gradiënt voor het CDF-proces af:
     $$\phi_{a,y}(O) = h_{a,y}(W, X) - F_a(y) + 1\{A=a\}q_a(Z, X)\{1\{Y \le y\} - h_{a,y}(W, X)\}$$
   • Uniforme Inferentie: Een cross-fitted one-step schatter wordt geconstrueerd om uniforme dubbel robuuste expansies te bereiken. De auteurs bewijzen zwakke convergentie van het contrafactuele CDF-proces naar een strak Gaussisch limiet met een expliciete covariantiekernel.
   • Dichtheidsvrije Kwantielbanden: In plaats van de contrafactuele dichtheid te schatten (wat slecht gesteld is), construeert de methode simultane CDF-bandjes en keert deze om om conservatieve, dichtheidsvrije simultane kwantielbanden te verkrijgen.
   • Risico Linkerkant: Voor Conditional Value at Risk (CVaR) wordt een "shortfall-brug" representatie gebruikt. Door differentiatie van de waarde van een geoptimaliseerd shortfall-criterium (via Danskin's enveloppe-stelling), vermijdt de resulterende invloedfunctie de noodzaak van contrafactuele dichtheidsschatting.
   • Implementatie: Schatters maken gebruik van gesloten-form lineaire algebra voor systemen met eindige rang, convexe Tikhonov-regularisatie voor slecht geconditioneerde systemen, en isotone projectie om vormbeperkingen af te dwingen.

Belangrijkste Bijdragen

1. Primaal-Duale Identificatie: Formaliseert contrafactuele CDF-identificatie als een paar van primaale en duale inverse problemen.
2. Regulariteitsdichotomie: Bewijst dat in een verzadigd model voor waargenomen data, pad-differentieerbaarheid van de CDF-functionaal equivalent is aan het bestaan van een kwadraat-integreerbare dual brug en een eindig residu-moment.
3. Spectrale Fasentransitie: Karakteriseert het "zwakke-proxy" fenomeen, en toont aan dat wortel-$n$-inferentie precies faalt wanneer de singuliere waarden van de proxy-operator te snel afnemen ten opzichte van de coëfficiënten van de doel-functionaal.
4. Efficiënte Procestheorie: Leidt de efficiënte covariantiekernel voor het gehele CDF-proces af en vestigt uniforme zwakke convergentie.
5. Dichtheidsvrije Inferentie: Biedt een methode voor het construeren van simultane kwantielbanden en betrouwbaarheidsintervallen voor linkerkant-CVaR zonder de contrafactuele dichtheid te schatten, waardoor een extra bron van slecht gesteldheid wordt vermeden.
6. Schatters met Eindige Rang: Ontwikkelt gesloten-form en convexe schatters met eindige rang met expliciete rate-voorwaarden voor zwakke proxies.

Resultaten

• Simulaties:
  • Kalibratie: In situaties met eindige rang corrigeert de voorgestelde Proximale Dubbel Robuuste (PDR) schatter de bias en bereikt een dekking die dicht bij de nominale waarde ligt, terwijl naïeve methoden voor waargenomen verwarring bias behouden.
  • Fasentransitie: Naarmate de proxy-relevantie afneemt, nemen de norm van de dual brug en de standaardafwijking van de invloedfunctie toe, wat leidt tot bredere betrouwbaarheidsbanden en uiteindelijk verlies van informativiteit, in overeenstemming met de theoretische fasentransitie.
  • Procesinferentie: De dichtheidsvrije simultane QTE-bandjes behouden een geldige dekking, zelfs wanneer dichtheidsschatting moeilijk is (bijvoorbeeld bij multimodale uitkomsten), terwijl op dichtheid gebaseerde delta-bandjes onderdekken.
  • Integratie van Machine Learning: Gelerde kenmerkingskaarten (splines, bomen, neurale netwerken) verbeteren de benadering van brugfuncties maar behouden de uiteindelijke convexe ridge-structuur; de proximale correctie blijft noodzakelijk, zelfs met flexibele ML-aanpassing voor waargenomen covariaten.
• Real Data (RHC Studie): Toegepast op de Right Heart Catheterization-gegevens, dempte de proximale PDR-schatter de geschatte verdelingsverschuivingen (QTE en CVaR) aanzienlijk in vergelijking met naïeve ML-IPW. De resulterende dichtheidsvrije banden bevatten nul, wat suggereert dat de schijnbaar grote effecten in standaard analyses artefacten kunnen zijn van ongemeten verwarring.

Betekenis en Claims
Het artikel claimt de eerste uitgebreide semiparametrische theorie te bieden voor proximale contrafactuele verdelingsprocessen. Het claimt geen originaliteit voor puntsgewijze identificatie (die volgt uit bestaande ATE-theorie toegepast op indicatoren), maar betoogt dat de puntsgewijze aanpak ontoereikend is voor inferentie op verdeling.

De betekenis ligt in:

• Het Identificeren van de Grens: Het expliciet definiëren wanneer proximale verdelingsinferentie regulier versus niet-regulier is, en verder gaan dan "identificatie in principe" naar "schatbaarheid in de praktijk".
• Spectrale Diagnostiek: Het bieden van een concreet criterium (de Picard-voorwaarde voor singuliere waarden) om te diagnosticeren of zwakke proxies wortel-$n$-inferentie zullen vernietigen.
• Robuuste Procesinferentie: Het bieden van een praktische, dichtheidsvrije route naar simultane kwantielinferentie die de instabiliteit van het schatten van contrafactuele dichtheden vermijdt, wat bijzonder waardevol is in slecht gestelde proximale situaties.
• Unificerend Kader: Het verenigen van de behandeling van CDF's, QTE's en CVaR onder één enkel framework van primaal-duale brugoperatoren, en aantonen dat de regulariteitsvoorwaarden voor al deze objecten worden beheerst door dezelfde eigenschappen van het geadjungeerde bereik.

De auteurs blijven bescheiden, en merken op dat de regulariteitsdichotomie bewezen is voor een verzadigd model (wat niet-regulier gedrag in kleinere submodellen impliceert dat model-specifiek is) en dat de minimax-fasentransitie is vastgesteld voor een Gaussisch singulier-coördinaat-benchmark. Zij benadrukken dat de geldigheid van de resultaten uiteindelijk afhankelijk is van de wetenschappelijke plausibiliteit van de proxy-aannames, die niet alleen door data kunnen worden geverifieerd.