Covariate Adjustment Cannot Hurt: Treatment Effect Estimation under Interference with Low-Order Outcome Interactions

Resumo Técnico: Ajuste de Covariáveis sob Interferência

1. Problema e Contexto

O artigo aborda o desafio de estimar o Efeito Total do Tratamento (TTE) em experimentos aleatorizados onde a Interferência (ou violação da SUTVA) está presente.

• Interferência: Ocorre quando o tratamento atribuído a uma unidade afeta os resultados de outras unidades (ex.: redes sociais, contágio de doenças, efeitos de rede).
• O Dilema das Covariáveis: Em experimentos sem interferência, o ajuste de covariáveis (via regressão) é uma prática padrão para reduzir a variância e melhorar a precisão sem introduzir viés (resultado clássico de Lin, 2013). No entanto, na presença de interferência, a dependência entre unidades torna a aplicação direta de ajustes de regressão arriscada. A literatura anterior sugere que ajustes ingênuos podem, paradoxalmente, aumentar a variância do estimador devido às covariâncias induzidas pela rede de interferência.
• Objetivo: Desenvolver uma metodologia de ajuste de covariáveis que garanta uma redução (ou, no mínimo, não aumento) da variância na estimativa do TTE sob interferência, mantendo a propriedade de não viés.

2. Metodologia e Pressupostos

Modelo de Interferência:
O trabalho baseia-se no modelo de interações de baixa ordem (Cortez-Rodriguez et al., 2023) dentro de um modelo de interferência de vizinhança.

• Assume-se que o resultado potencial $Y_i(z)$ depende apenas dos tratamentos dos vizinhos de $i$ em uma rede conhecida.
• A função de resultado é restrita a interações de ordem $\beta$ (ex.: $\beta=1$ para efeitos aditivos, $\beta=2$ para interações pares). Isso reduz a complexidade do espaço de funções potenciais.

Estimador Base (SNIPE):
O ponto de partida é o Estimador Polinomial de Interferência de Vizinhança Estruturada (SNIPE), proposto por Cortez-Rodriguez et al. (2023). Este estimador é não viesado para o TTE sob o modelo de interações de baixa ordem.
$$\hat{\tau}_{unadj} = \frac{1}{n} \sum_{i=1}^n \omega_i Y_i$$
Onde $\omega_i$ são pesos construídos a partir das atribuições de tratamento e da estrutura da rede.

Proposta de Ajuste de Covariáveis:
Os autores propõem uma classe geral de estimadores ajustados:
$$\hat{\tau}(\theta) = \frac{1}{n} \sum_{i=1}^n \omega_i (Y_i - \theta^\top X_i)$$
Onde $X_i$ são covariáveis e $\theta$ é um vetor de coeficientes. Como $E[\omega_i]=0$, o estimador permanece não viesado para qualquer $\theta$ fixo. O desafio é escolher $\theta$ para minimizar a variância.

Duas Estratégias para $\theta$:

1. Ajuste Baseado em Regressão ($\hat{\theta}_{Reg}$): Minimiza a variância marginal assumindo erroneamente a ausência de interferência (semelhante ao método de Lin, 2013).
   • Problema: O artigo demonstra via exemplo que, sob interferência, $\hat{\theta}_{Reg}$ pode aumentar a variância total ao ignorar as covariâncias cruzadas entre unidades.
2. Ajuste Maximizador de Melhoria de Variância (VIM - Variance-Improvement-Maximized):
   • Em vez de estimar a variância total (difícil devido a termos de segunda ordem), o método VIM estima a diferença de variância entre o estimador ajustado e o não ajustado.
   • A diferença de variância depende apenas de termos de primeira ordem, que podem ser estimados de forma não viesada.
   • O coeficiente $\hat{\theta}_{VIM}$ é escolhido para maximizar essa redução estimada de variância.

Estimador de Variância Conservador:
Os autores desenvolvem um novo estimador de variância para os procedimentos ajustados.

• Utiliza uma construção baseada em limites conservadores para termos de segunda ordem (produtos de coeficientes $\alpha_{i,S}\alpha_{i',S'}$) e estimadores não viesados para termos de primeira ordem.
• É demonstrado ser assintoticamente conservador, mas menos conservador (produzindo intervalos de confiança mais estreitos) do que o estimador de referência de Cortez-Rodriguez et al. (2023).

3. Contribuições Principais

1. Garantia de "Não Prejudicar" (No-Harm Guarantee):

   • O principal resultado teórico é que o estimador VIM possui uma variância assintótica que é menor ou igual à do estimador não ajustado ($\hat{\tau}_{unadj}$).
   • Isso generaliza o resultado de Lin (2013) para o cenário de interferência, provando que o ajuste de covariáveis, quando feito corretamente (via VIM), nunca piora a precisão assintótica.
   • Em contraste, o ajuste baseado em regressão ($\hat{\theta}_{Reg}$) não possui essa garantia e pode inflar a variância.

2. Flexibilidade das Covariáveis:

   • O framework permite que as covariáveis sejam arbitrariamente dependentes entre si e dos resultados.
   • As covariáveis podem depender da própria estrutura da rede (ex.: graus de nós, embeddings espectrais), não sendo necessárias suposições de independência ou distribuição idêntica entre unidades.

3. Inferência Válida e Eficiente:

   • Estabelecimento de normalidade assintótica para os estimadores ajustados.
   • Desenvolvimento de um estimador de variância que é assintoticamente conservador, permitindo a construção de intervalos de confiança válidos. Simulações mostram que este novo estimador é significativamente menos conservador (intervalos mais curtos) do que as abordagens anteriores.

4. Resultados Empíricos (Simulações)

O estudo realizou extensas simulações variando:

• Tamanho da amostra ($n$).
• Probabilidade de tratamento ($p$).
• Razão entre efeitos indiretos e diretos ($r$).
• Fração de covariáveis observadas ($\rho$).
• Tipos de redes: Grafos Erdős-Rényi e Grafos Geométricos Aleatórios Suaves (Soft RGG).

Achados Chave:

• Viés: Todos os estimadores baseados em SNIPE (ajustados e não ajustados) foram não viesados. Estimadores que ignoram a interferência (como o de Lin ou diferença de médias) apresentaram viés significativo.
• MSE (Erro Quadrático Médio): O estimador VIM superou consistentemente o estimador não ajustado e o estimador baseado em regressão ($\hat{\theta}_{Reg}$) em termos de MSE, especialmente quando as covariáveis explicavam uma grande parte da variância do resultado.
• Cenários de Alta Interferência: Em redes onde a interferência é forte, o estimador de regressão ($\hat{\theta}_{Reg}$) às vezes teve desempenho pior que o não ajustado, confirmando a teoria de que a regressão ingênua pode inflar a variância. O VIM manteve-se robusto.
• Intervalos de Confiança: O novo estimador de variância produziu intervalos de confiança muito mais estreitos do que o método de Cortez-Rodriguez et al. (2023), com cobertura adequada. Em alguns casos, o estimador antigo era ordens de magnitude mais conservador.

5. Significado e Impacto

Este trabalho preenche uma lacuna crítica na inferência causal sob interferência.

• Teórico: Resolve a questão de como utilizar informações de covariáveis para melhorar a eficiência sem violar a validade causal em redes complexas. A prova de que o ajuste pode ser feito sem risco ("cannot hurt") é um avanço fundamental.
• Prático: Oferece uma ferramenta robusta para pesquisadores em áreas como economia, epidemiologia e ciências sociais, onde experimentos em rede são comuns. A capacidade de usar características da rede e covariáveis complexas para reduzir a variância permite testes de hipóteses mais poderosos e decisões mais precisas.
• Metodológico: A distinção entre minimizar a variância marginal (regressão) e maximizar a redução de variância considerando a estrutura de dependência (VIM) oferece um novo paradigma para o ajuste de covariáveis em dados dependentes.

Em resumo, o artigo demonstra que, com a construção adequada (via VIM), o ajuste de covariáveis em experimentos com interferência é não apenas seguro, mas essencial para obter estimativas de tratamento de alta precisão.