Technische Samenvatting: Bracketing-relaties van gewogen gemiddelde behandelingseffecten

1. Probleemstelling

In observationele causale inferentie schatten onderzoekers vaak verschillende gewogen gemiddelde behandelingseffecten (Average Treatment Effects, ATE's) afhankelijk van de doelpopulatie. Veelvoorkomende estimanden zijn het Average Treatment Effect on the Treated (ATT), het Average Treatment Effect on the Controls (ATC) en het Average Treatment Effect under the Overlap Weight (ATO). Hoewel de standaard ATE bekend staat als een convexe combinatie van ATT en ATC, is de relatie tussen de overlap-gewogen estimand (ATO) en deze traditionele estimanden niet algemeen gekarakteriseerd.

De ATO wordt gedefinieerd door eenheden te wegen proportioneel aan de voorwaardelijke variantie van de behandeling gegeven covariaten, $e(X)\{1-e(X)\}$, waarbij $e(X)$ de propensity score is. Dit weegschema wordt gewaardeerd om zijn robuustheid tegen extreme propensity scores en zijn verbinding met regressiegebaseerde estimators. Echter, zonder een theoretische ordening blijft het onduidelijk of de ATO tussen de ATT en ATC ligt of dat deze de ATT en ATC kan overstijgen. Dit artikel streeft ernaar een "bracketing"-relatie (inklemming) tussen deze estimanden vast te stellen onder specifieke monotoniciteitscondities.

2. Methodologie en Theoretisch Kader

2.1 Observationele Setting

De auteurs werken binnen de standaard potential outcomes-framework onder de aanname van ongeconditioneerde onafhankelijkheid (unconfoundedness). Zij definiëren de Conditional Average Treatment Effect (CATE) als $\tau(X) = E\{Y(1) - Y(0) | X\}$. Het cruciale theoretische object is de P-CATE functie, $g(e) = E\{\tau(X) | e(X) = e\}$, die de voorwaardelijke gemiddelde van de CATE weergeeft gegeven een specifieke waarde van de propensity score.

De kernaanname die de resultaten stuurt is Aanname 1, die stelt dat $g(e)$ ofwel niet-dalend ofwel niet-stijgend is. Deze aanname impliceert dat eenheden met een hogere (of lagere) propensie om een behandeling te ontvangen, systematisch grotere (of kleinere) behandelingseffecten hebben op gemiddelde. Dit is een zwakkere conditie dan het vereisen van een puntwijze monotone relatie tussen $\tau(X)$ en $e(X)$.

2.2 Instrumentele Variabele (IV) Setting

Het kader wordt uitgebreid naar de Local Average Treatment Effect (LATE) setting met een binaire instrumentele variabele $Z$ en een binaire behandeling $D$. De analyse richt zich op de subpopulatie van "compliers". De auteurs definiëren lokale analogen van ATT, ATC en ATO ($\tau^c_{ATT}, \tau^c_{ATC}, \tau^c_{ATO}$) en introduceren een lokale P-CATE functie, $g_c(e)$, gedefinieerd over de complier-stratum. Aanname 4 legt dezelfde monotoniciteitsconditie op aan $g_c(e)$.

2.3 Generalisatie naar Beta-gewichten

Het artikel generaliseert deze bevindingen naar een familie van beta-gewichten gedefinieerd als $\beta_{u,v}(x) = e(x)^{u-1}\{1-e(x)\}^{v-1}$ voor $u, v \geq 1$. Deze familie omvat ATE ($u=1, v=1$), ATT ($u=2, v=1$), ATC ($u=1, v=2$) en ATO ($u=2, v=2$) als speciale gevallen.

2.4 Regressie-interpretaties

De auteurs verbinden deze gewogen estimanden met regressiecoëfficiënten:

• OLS: Onder lineariteit van de propensity score, is de coëfficiënt van de behandeling in een populatie OLS-regressie van $Y$ op $Z$ en $X$ gelijk aan $\tau_{ATO}$.
• TSLS: In de IV-setting, onder lineariteit van de IV-propensity score, is de populatie Two-Stage Least Squares (TSLS) estimator gelijk aan de overlap-gewogen LATE ($\tau^c_{ATO}$).

3. Belangrijkste Resultaten

3.1 Bracketing-stellingen

• Theorem 1 (Observationeel): Onder de monotoniciteitsaanname op $g(e)$, is $\tau_{ATO}$ begrensd tussen $\tau_{ATT}$ en $\tau_{ATC}$. Specifiek, als $g(e)$ niet-dalend is, geldt $\tau_{ATC} \leq \tau_{ATO} \leq \tau_{ATT}$; als $g(e)$ niet-stijgend is, keert de ongelijkheid om.
• Theorem 2 (IV): Analoog hieraan, onder de monotoniciteitsaanname op $g_c(e)$, wordt de overlap-gewogen LATE ($\tau^c_{ATO}$) ingeklemd door de lokale ATT en lokale ATC.
• Proposition 1: Onder een lineaire specificatie van de voorwaardelijke gemiddelde CATE, wordt $\tau_{ATO}$ expliciet getoond als een convexe combinatie van $\tau_{ATT}$ en $\tau_{ATC}$, met een menggewicht $\lambda$ dat bepaald wordt door de distributie van de propensity score.

3.2 Beta-gewicht Ordening

• Theorem 4: Voor de algemene beta-gewicht familie is de estimand $\tau_{u,v}$ monotoon in haar parameters $u$ en $v$. Als $g(e)$ niet-dalend is, neemt $\tau_{u,v}$ toe met $u$ en neemt zij af met $v$. Dit vestigt een rooster van ordening onder alle beta-gewogen estimanden.
• Proposition 3: Naburige beta-gewogen estimanden voldoen aan een convexe-combinatie relatie onder de lineaire specificatie aanname.

3.3 Algemene Weging

• Theorem 6: De auteurs bieden een voldoende voorwaarde voor het vergelijken van willekeurige gewogen estimanden op basis van een "one-crossing" eigenschap van het verschil in hun weggingsfuncties ten opzichte van de monotoniciteit van de voorwaardelijke gemiddelde effect.

4. Empirische Illustraties

Het artikel valideert de theoretische bracketing via twee sets empirische analyses:

1. Observationele Studies: Acht datasets (inclusief Right Heart Catheterization, abortuslegalisering en 401(k)-eligibiliteit) werden geanalyseerd. De auteurs construeerden "CP-plots" (Conditional Propensity plots) van de geschatte CATE ($\hat{\tau}(X)$) tegen de geschatte propensity scores ($\hat{e}(X)$).

   • Bevindingen: In alle acht gevallen was de relatie tussen $\hat{\tau}(X)$ en $\hat{e}(X)$ ongeveer monotoon over de regio van goed ondersteunde data (de centrale overlap-regio).
   • Resultaat: De geschatte ATO viel consequent tussen de geschatte ATT en ATC, waarbij de richting van de ordening overeenkwam met de visuele trend (toenemend of dalend) in de CP-plots.

2. IV Studie: De 401(k)-dataset van Abadie (2003) werd opnieuw onderzocht.

   • Methode: Een complier-gewogen smoother van de voorwaardelijke Wald-ratio werd uitgezet tegen de IV-propensity score.
   • Resultaat: De relatie was licht stijgend, en de geschatte overlap-gewogen LATE viel tussen de lokale ATC en lokale ATT, consistent met de theoretische voorspellingen.

5. Betekenis en Aanbevelingen

Het artikel beweert een gat in de literatuur te vullen door de relatie tussen de steeds populairder wordende overlap-gewogen estimand en traditionele estimanden te karakteriseren. De betekenis ligt in:

1. Theoretische Unificatie: Het toont aan dat de ATO geen geïsoleerde estimand is, maar structureel begrensd wordt door ATT en ATC onder een plausibele monotoniciteitsconditie.
2. Praktisch Diagnostisch Instrument (CP-plot): De auteurs bevelen aan om de geschatte CATE tegen de geschatte propensity scores uit te zetten als een diagnostisch instrument. Als de plot monotoniciteit vertoont in de goed ondersteunde regio, kunnen onderzoekers er zeker van zijn dat de ATO (en de overlap-gewogen LATE) tussen de ATT en de ATC ligt.
3. Robuustheid: De resultaten blijven standhouden zelfs wanneer de monotoniciteitsaanname wordt geschonden in de staarten van de propensity score-distributie, mits de overlap-weging die regio's minder zwaar weegt (wat zij van nature doet).
4. Rapportagestrategie: Het artikel suggereert dat onderzoekers ATT, ATO en ATC (of hun lokale IV-analogen) naast de CP-plot moeten rapporteren. Dit stelt lezers in staat om de sensitiviteit van causale conclusies voor de doelpopulatie te beoordelen en te verifiëren of de bracketing-relatie empirisch standhoudt.

De auteurs benadrukken dat deze plots beschrijvende diagnostica zijn en geen formele statistische tests van monotoniciteit, en dat de bracketing-conclusies met voorzichtigheid moeten worden geïnterpreteerd indien de relatie visueel niet-monotoon is in de centrale regio van de data.