Testing the identification of causal effects in observational data

Resumo Técnico: Uma Condição Testável para Identificação de Efeitos de Tratamento

Declaração do Problema
Em estudos observacionais, a inferência causal geralmente depende de pressupostos de identificação que são convencionalmente considerados não testáveis. O mais proeminente desses é o pressuposto de "seleção sobre observáveis" (ou não confundibilidade/ignorabilidade), que postula que o tratamento é tão bom quanto aleatoriamente atribuído, condicionado às covariáveis observadas. Se um conjunto específico de covariáveis é suficiente para satisfazer esse pressuposto é usualmente justificado por teoria ou intuição, em vez de evidência empírica. Este artigo aborda essa lacuna demonstrando a existência de uma condição testável para a identificação de efeitos causais em dados observacionais, desde que os dados incluam tanto um conjunto de covariáveis a serem controladas quanto um "instrumento suspeito".

Metodologia e Estrutura Teórica
Os autores propõem uma estrutura que testa conjuntamente a validade de um instrumento suspeito e o pressuposto de seleção sobre observáveis para o tratamento. A abordagem baseia-se em uma estrutura causal específica (Pressuposto 1) caracterizada por:

1. Sem Causalidade Reversa: O resultado não causa o tratamento, as covariáveis ou o instrumento suspeito; o tratamento não causa as covariáveis ou o instrumento.
2. Fidelidade Causal: Independência estatística implica d-separação (sem caminhos causais), e vice-versa.
3. Suporte Comum: Todas as combinações de valores de tratamento e instrumento existem condicionadas às covariáveis.
4. Dependência Condicional: O instrumento suspeito está associado estatisticamente ao tratamento condicionado às covariáveis (efeito do primeiro estágio).

Sob essas condições, o artigo estabelece um resultado teórico fundamental (Teorema 1): A independência condicional do instrumento suspeito ($Z$) e do resultado ($Y$) dado o tratamento ($D$) e as covariáveis ($X$) é uma condição necessária e suficiente para a satisfação conjunta de:

• Validade do Instrumento (A): $Z$ não afeta diretamente $Y$ e não é confundido condicionado a $X$.
• Seleção sobre Observáveis (B): $D$ não é confundido condicionado a $X$.

Consequentemente, se a condição testável $Y \perp\!\!\perp Z | D, X$ se mantiver, ambos os pressupostos são satisfeitos e o efeito do tratamento é identificado. O artigo também estende isso para independência da média condicional (Teorema 2) para avaliar Efeitos Médios de Tratamento (ATE).

Abordagens de Teste
Para testar a condição de independência condicional em cenários de alta dimensão, os autores propõem métodos baseados em Double Machine Learning (DML) (Chernozhukov et al., 2018), que permite o controle de covariáveis orientado por dados, mantendo propriedades assintóticas desejáveis.

1. Estimação Duplamente Robusta (DR): Os autores constroem um teste baseado na diferença média nas médias condicionais ($\Delta$). Eles utilizam uma função de pontuação duplamente robusta que combina estimativas da média condicional do resultado e da pontuação de propensão do instrumento. Ao empregar cross-fitting, alcançam consistência na raiz de $n$ e normalidade assintótica mesmo ao utilizar algoritmos flexíveis de aprendizado de máquina para estimação de parâmetros de incômodo.
2. Detecção de Heterogeneidade: Para abordar o problema de que a média pode mascarar violações, os autores propõem um algoritmo para detectar heterogeneidade nas violações entre valores de covariáveis. Isso envolve dividir a amostra, utilizar aprendizado de máquina (por exemplo, árvores de decisão) para identificar subgrupos onde violações são prováveis e testar a independência condicional dentro desses subgrupos.
3. Teste Global de Diferença Quadrada: Uma segunda abordagem testa a hipótese nula global de que a diferença quadrada nas médias condicionais é zero ($E[(\mu(1, D, X) - \mu(0, D, X))^2] = 0$). Este método utiliza uma medida agregada do tipo $L_2$ e introduz uma variável aleatória auxiliar para garantir que a estatística de teste tenha uma distribuição não degenerada sob a hipótese nula.

Resultados de Simulação
O artigo avalia o desempenho em amostras finitas desses testes por meio de simulações com 50 covariáveis e tamanhos de amostra de 1.000 e 4.000.

• Tamanho Empírico: Sob a hipótese nula (onde os pressupostos se mantêm), os testes geralmente mantêm taxas de rejeição empíricas próximas ao nível nominal de 10%.
• Poder: Os testes demonstram poder decente na detecção de violações. O teste baseado em DR é eficaz quando as violações são uniformes, enquanto o teste de diferença quadrada mostra alto poder mesmo quando as violações são heterogêneas entre as covariáveis.
• Testagem Múltipla: Ao testar heterogeneidade entre subgrupos, os autores constatam que, embora o poder aumente com o tamanho da amostra, correções para testagem múltipla (Bonferroni ou multiplier bootstrap) são necessárias para controlar taxas de descoberta falsa, embora possam reduzir o poder em subamostras menores.

Aplicação Empírica
A metodologia é aplicada a dados do Censo dos EUA (Angrist and Evans, 1998) para avaliar o impacto da fertilidade na oferta de trabalho feminina, utilizando a razão de sexos dos dois primeiros filhos como um instrumento suspeito.

• Resultados: Os testes rejeitam a hipótese nula de independência condicional. Especificamente, o teste de diferença quadrada produz um valor-p próximo de zero, e o teste DR é significativo no nível de 5%.
• Interpretação: Os resultados sugerem uma violação da implicação testável. Dado o conjunto moderado de covariáveis socioeconômicas (idade da mãe, renda do pai, etc.), isso implica que ou o pressuposto de seleção sobre observáveis falha, a razão de sexos dos irmãos não é um instrumento válido, ou ambos. A análise de heterogeneidade indica que as violações são particularmente pronunciadas entre famílias com maior renda do pai.

Significância e Alegações
O artigo alega fornecer uma solução prática para um problema de longa data na inferência causal: a incapacidade de testar os pressupostos centrais necessários para a identificação em dados observacionais.

• Teste Conjunto: Diferentemente da literatura anterior que frequentemente assume um instrumento válido para testar a seleção sobre observáveis (ou vice-versa), esta abordagem testa ambas as condições conjuntamente. Não exige que o pesquisador a priori acredite que o instrumento é válido; em vez disso, o instrumento serve como uma variável auxiliar para testar a validade do pressuposto de seleção sobre observáveis.
• Flexibilidade: Ao alavancar o Double Machine Learning, a abordagem acomoda covariáveis de alta dimensão e relações não lineares sem depender de pressupostos paramétricos que possam estar mal especificados.
• Cuidados: Os autores são modestos quanto ao escopo de suas alegações. Eles observam que a condição testável depende de pressupostos causais específicos (fidelidade, sem causalidade reversa). Além disso, embora o teste possa detectar violações, ele não aponta a fonte exata de falha (invalidade do instrumento vs. confundimento não observado do tratamento) sem pressupostos adicionais. A abordagem é enquadrada como uma ferramenta de diagnóstico para avaliar a credibilidade de estratégias de identificação, em vez de um método para gerar novas estimativas causais na presença de violações.