Resumo Técnico: Desconfundimento via Aprendizado de Transferência Perfilado

1. Declaração do Problema

Na estimativa de efeitos baseada em regressão e na inferência causal, confundidores não mensurados são uma fonte primária de viés, levando a correlações espúrias e conclusões causais inválidas. Métodos de desconfundimento tradicionais operam tipicamente dentro de estruturas de conjuntos de dados únicos e dependem ou da estimativa direta de estruturas de confusão (ex: análise fatorial) ou da incorporação de variáveis auxiliares (ex: variáveis instrumentais ou variáveis de proxy). Essas abordagens frequentemente enfrentam desafios práticos, como a dificuldade de selecionar variáveis auxiliares adequadas ou a dependência de suposições rigorosas como a restrição de exclusão ou tendências paralelas.

Além disso, embora o aprendizado de transferência seja cada vez mais utilizado para aproveitar conjuntos de dados de origem com estruturas semelhantes para melhorar a estimativa do alvo, os paradigmas convencionais de aprendizado de transferência falham em abordar o confundimento oculto. A aplicação direta do aprendizado de transferência padrão a modelos confundidos não explora as estruturas de confusão compartilhadas entre os dados de origem e de alvo, resultando em estimativas enviesadas de mudanças de modelo e parâmetros do alvo.

2. Metodologia: Estrutura ProTrans

O artigo propõe o ProTrans (Aprendizado de Transferência Perfilado), uma estrutura projetada para mitigar os efeitos de confusão em um conjunto de dados alvo ao aproveitar conjuntos de dados de origem adicionais que compartilham estruturas de confusão semelhantes. A inovação central é o conceito de resíduos perfilados, que caracterizam e transferem padrões de confusão compartilhados das origens para o alvo.

2.1 Configuração do Modelo

O modelo alvo é definido como um modelo de equação estrutural com confundidores ocultos $H_t$:
$$Y_{ti} = \beta_t^\top X_{ti} + \phi_t^\top H_{ti} + \varepsilon_{ti}$$
$$X_{ti} = f(H_{ti}) + E_{ti}$$
onde $\beta_t$ é o parâmetro de interesse, e $f(\cdot)$ é um mapeamento desconhecido descrevendo a estrutura de confusão. O objetivo é estimar o parâmetro alvo $\beta_t$ ou a mudança de modelo $\eta_0 = \beta_t - \beta_s$ (onde $\beta_s$ é o parâmetro médio da origem).

2.2 O Algoritmo ProTrans

O método procede em duas etapas principais:

1. Estimativa de Parâmetro de Origem e Construção de Resíduos:

   • Os dados de origem são agrupados para estimar um parâmetro inicial de origem $\hat{\beta}_{init}$ (que não precisa ser desconfundido).
   • Resíduos Perfilados de Origem são construídos: $\hat{Z}_s^{(k)} = Y_s^{(k)} - X_s^{(k)}\hat{\beta}_{init}$. Esses resíduos codificam informações sobre os confundidores ocultos nos dados de origem.
   • Um estimador de origem desconfundado $\hat{\beta}_s$ é obtido (ex: via transformação trim ou LASSO em dados de origem agrupados). Devido ao grande tamanho da amostra da origem ($n_s \gg n_t$), o desconfundamento dos modelos de origem é mais factível e preciso do que no alvo.

2. Transferência de Resíduos Perfilados e Estimativa do Alvo:

   • Um resíduo perfilado do alvo $\hat{Z}_t$ é construído alinhando a correlação covariável-resíduo do alvo com a correlação covariável-resíduo da origem:
     $$\hat{Z}_t = \arg \min_{Z_t} \left\| \frac{1}{n_t} X_t^\top Z_t - \frac{1}{n_s} \sum_{k=1}^K X_s^{(k)\top} \hat{Z}_s^{(k)} \right\|_\infty$$
   • Esta etapa efetivamente transfere os efeitos de confusão das origens para o alvo, garantindo que o termo $(X_t^\top X_t)^\dagger X_t^\top (H_t \phi_t - \hat{Z}_t)$ aproxime o viés induzido pelo estimador inicial.
   • Estimativa de Mudança de Modelo: A mudança de modelo $\eta_0$ é estimada regredindo a resposta ajustada do alvo $(Y_t - \hat{Z}_t - X_t \hat{\beta}_{init})$ contra $X_t$ usando um estimador de mínimos quadrados penalizado (ex: LASSO).
   • Estimativa do Parâmetro Alvo: O parâmetro alvo final é estimado como $\hat{\beta}_t = \hat{\beta}_s + \hat{\eta}$.

2.3 Seleção de Origem

Para lidar com cenários onde os efeitos de confusão variam entre as origens, os autores propõem um procedimento de seleção de origem informativa baseado em uma pontuação de qualidade recém-proposta. Isso permite que a estrutura filtre fontes não informativas enquanto preserva garantias teóricas.

3. Resultados Teóricos

O artigo estabelece limites de erro não assintóticos e otimalidade minimax para os estimadores ProTrans sob condições brandas.

• Estimativa de Mudança de Modelo ($\hat{\eta}$):

  • O estimador alcança a taxa de convergência oracle de $\sqrt{s_\eta \log p / n_t}$, correspondendo à taxa ótima para modelos sem confundidores ocultos.
  • Crucialmente, esta taxa é alcançada sem impor suposições específicas sobre a verdadeira estrutura de confusão (ex: linearidade) ou exigir variáveis auxiliares.
  • Em contraste, os estimadores de aprendizado de transferência convencionais ($\tilde{\eta}$) sofrem com limites de erro dominados pelo viés de confusão, especificamente termos envolvendo $\sqrt{p \|\phi_t\|_2^2 / (n_t \lambda_q(\Psi)^2)}$, que podem dominar o erro se a estrutura de confusão for mal condicionada.

• Estimativa do Parâmetro Alvo ($\hat{\beta}_t$):

  • O erro de estimativa consiste em dois componentes: o erro livre de confusão ao estimar a mudança de modelo e o erro de estimativa da origem.
  • O viés de confusão é reduzido de ordem $n_t^{-1/2}$ (em métodos clássicos) para ordem $n_s^{-1/2}$ porque os efeitos de confusão são mitigados usando o grande tamanho da amostra da origem.
  • O estimador ProTrans alcança o limite inferior minimax para a estimativa do parâmetro alvo sob condições brandas.

• Robustez:

  • A estrutura é robusta a fontes não informativas via estratégia de seleção proposta.
  • As garantias teóricas sustentam-se mesmo quando a estrutura de confusão $f(\cdot)$ é não linear e desconhecida, desde que os efeitos de confusão sejam semelhantes entre origem e alvo (ou pelo menos uma origem seja semelhante).

4. Principais Contribuições e Significância

Os autores resumem as contribuições do ProTrans como segue:

1. Primeira Abordagem de Aprendizado de Transferência para Desconfundamento: O ProTrans é a primeira tentativa de aproveitar informações adicionais de origem especificamente para mitigar efeitos de confusão. Ao contrário dos métodos de desconfundamento existentes, ele não requer suposições restritivas sobre estruturas de confusão ocultas ou a disponibilidade de variáveis auxiliares (variáveis instrumentais ou de proxy).
2. Correção do Aprendizado de Transferência Convencional: O artigo demonstra que a aplicação direta do aprendizado de transferência convencional a modelos confundidos falha em eliminar o viés induzido pela confusão. O ProTrans complementa a literatura de aprendizado de transferência ao transferir explicitamente a estrutura de confusão via resíduos perfilados.
3. Estimativa de Efeito de Tratamento: Como um subproduto, a estrutura oferece uma abordagem inovadora para estimar efeitos de tratamento onde o grupo de tratamento serve como o alvo e o grupo de controle como a origem. Neste cenário, a mudança de modelo fornece diretamente a estimativa do efeito de tratamento sem necessidade de variáveis instrumentais.
4. Otimalidade Teórica: O artigo prova que o ProTrans alcança taxas minimax otimizadas tanto para a mudança de modelo quanto para a estimativa do parâmetro alvo, superando significativamente os métodos clássicos de aprendizado de transferência na presença de confusão forte ou complexa.

5. Validação Empírica

A eficácia do ProTrans é validada através de experimentos simulados e aplicações de dados do mundo real. Estes experimentos confirmam que o ProTrans mitiga efetivamente os efeitos de confusão latente e apoia as descobertas teóricas relativas às taxas de convergência e robustez a fontes não informativas.