Design-Based Inference under Random Potential Outcomes

Resumo Técnico: Inferência Baseada em Design sob Resultados Potenciais Aleatórios

Enunciado do Problema
O artigo aborda uma limitação fundamental na inferência causal baseada em design clássica, especificamente no arcabouço de Resultados Potenciais Fixos (FPO - Fixed Potential Outcome) estabelecido por Neyman (1923/1990) e Rubin (1974). No arcabouço FPO, os resultados potenciais são tratados como quantidades fixas, e a aleatoriedade surge exclusivamente do mecanismo de atribuição do tratamento. Consequentemente, os estimandos causais são definidos condicionalmente a uma única realização do ambiente experimental. Embora isso permita a identificação de efeitos de tratamento dentro dessa realização específica, não garante a recuperabilidade de quantidades ao nível do mecanismo — definidas como expectativas sobre ambientes estocásticos latentes — a partir de um único experimento realizado.

O problema inferencial central é que a identificação isolada é insuficiente para a recuperabilidade. Se todas as unidades compartilham um choque latente comum, o aumento do tamanho da amostra não fornece informações adicionais sobre a expectativa sobre o ambiente latente. O artigo busca determinar se, e sob quais condições, a média transversal entre unidades em um único experimento pode recuperar consistentemente as expectativas definidas sobre o mecanismo estocástico subjacente.

Metodologia e Arcabouço
O autor propõe um arcabouço de Resultados Potenciais Aleatórios (RPO - Random Potential Outcome) onde os resultados potenciais são modelados como elementos aleatórios indexados por um ambiente estocástico latente $\omega$.

1. Especificação do Modelo:

   • Os resultados potenciais são representados como mapeamentos mensuráveis $\tilde{y}_i(z, \omega) = y_i(z, x_i(\omega), \epsilon_i(\omega))$, onde $z$ é o vetor de tratamento e $\omega$ é um elemento aleatório latente em um espaço de probabilidade comum.
   • Os estimandos causais são definidos como expectativas sobre $\omega$ (ex: $\tau_{RPO} = E_\omega[\frac{1}{n}\sum (\tilde{y}_i(1, \omega) - \tilde{y}_i(0, \omega))]$), em vez de serem condicionais a um cronograma fixo.
   • Os efeitos de tratamento são formalizados como funcionais lineares contínuos em um espaço de modelo $M_i \subset L^2(Z \times \Omega)$. Pelo Teorema de Representação de Riesz, esses funcionais admitem um representador único $\psi_i$, permitindo que o efeito de tratamento seja expresso como um produto interno $\theta_i(\tilde{y}_i) = \langle \tilde{y}_i, \psi_i \rangle$.

2. Estratégia de Estimação:

   • O artigo utiliza estimadores de Riesz ($\hat{\theta}_i = \tilde{y}_i \psi_i$) que são não viesados para o estimando de nível de mecanismo sob a aleatoriedade conjunta da atribuição de tratamento e do ambiente latente.
   • Um Estimador de Riesz Agregado é construído como uma soma ponderada de estimadores de Riesz individuais.

3. Condições de Recuperabilidade (Dependência Local):

   • Para preencher a lacuna entre a média transversal entre unidades e a média sobre ambientes latentes, o artigo introduz condições de dependência local modeladas via vizinhanças de dependência (seguindo Chen e Shao, 2004; Ross, 2011).
   • Suposições 6 & 7: O tamanho máximo e médio das vizinhanças de dependência devem crescer suficientemente devagar em relação ao tamanho da amostra $n$ (especificamente $D_n = o(n^d)$ com $d \leq 1/4$ para normalidade assintótica).
   • Essas condições induzem uma propriedade do tipo ergódico, garantindo que a média transversal entre unidades recupere assintoticamente a expectativa sobre o ambiente estocástico latente a partir de um único experimento realizado.

4. Estimação de Variância:

   • Ao contrário do arcabouço FPO, onde os estimadores de variância do tipo Neyman são estruturalmente limitados a limites superiores conservadores, o arcabouço RPO permite a estimação consistente de variância.
   • Os estimadores de variância propostos exploram a esparsidade da estrutura de dependência. Ao somar produtos cruzados de resíduos centrados apenas sobre pares dentro das vizinhanças de dependência (ou pares correlacionados), o estimador recupera consistentemente a verdadeira variância de amostragem associada ao mecanismo estocástico.

Principais Resultados

• Consistência e Recuperabilidade: Sob dependência local e suposições de limitação, o estimador de Riesz agregado é consistente em média quadrática para o estimando de nível de mecanismo. A média transversal assintoticamente substitui a média sobre o ambiente latente.
• Normalidade Assintótica: O estimador satisfaz um Teorema de Limite Central ($\sigma_n^{-1}(\hat{\tau}_n - \tau_n) \xrightarrow{d} N(0,1)$), desde que as vizinhanças de dependência sejam suficientemente esparsas ($d \leq 1/4$) e existam momentos de quarta ordem finitos.
• Estimação Consistente de Variância: O artigo estabelece que estimadores de variância viáveis, construídos com base em estruturas de dependência local, são consistentes para a verdadeira variância de amostragem. Isso resolve a limitação estrutural do arcabouço FPO, onde apenas limites conservadores estão disponíveis.
• Evidência de Simulação: Simulações de Monte Carlo confirmam que o procedimento proposto mantém o controle de tamanho de teste e cobertura empírica próximas aos níveis nominais (ex: 95%) sob várias taxas de crescimento de dependência e tamanhos de amostra, desde que as condições teóricas de esparsidade sejam atendidas. O método também demonstra alto poder estatístico.

Significância e Alegações
O artigo afirma reestruturar a inferência baseada em design sob RPO como um problema de recuperabilidade de quantidades causais de nível de mecanismo. Suas principais contribuições são:

1. Ponte Teórica: Demonstra que uma dependência local adequadamente esparsa induz uma propriedade ergódica, permitindo que um único experimento realizado forneça inferência assintoticamente válida para estimandos de nível de mecanismo.
2. Estimação de Variância: Resolve a questão da estimação inconsistente de variância em contextos de design, deslocando o alvo inferencial de cronogramas fixos para mecanismos estocásticos. Isso permite a estimação consistente de variância em vez de depender de limites superiores conservadores.
3. Distinção de Arcabouços Existentes: O trabalho se distingue de abordagens assistidas por modelos (que dependem de modelagem de resultados) e formulações baseadas em amostragem (que tratam de quantidades de nível populacional sob incerteza de amostragem). Em vez disso, baseia-se exclusivamente no design de randomização e na estrutura do ambiente latente para alcançar a recuperabilidade.

O artigo conclui que, embora a identificação seja um pré-requisito, a recuperabilidade a partir de um único experimento só é possível sob estruturas probabilísticas específicas (dependência local) induzidas pelo design experimental. O arcabouço proposto permite inferência assintoticamente válida para quantidades de nível de mecanismo sem exigir repetições experimentais.