Comparing Two Proxy Methods for Causal Identification

Resumo Técnico: Comparando Dois Métodos de Proxy para Identificação Causal

Declaração do Problema
A identificação de efeitos causais na presença de confusão não medida permanece um desafio fundamental na inferência causal. Enquanto as fórmulas de ajuste padrão (por exemplo, ajuste de porta-traseira) exigem a observação de todas as causas comuns, os métodos de variáveis proxy surgiram como uma solução poderosa ao aproveitar variáveis associadas a confundidores latentes. Dentro deste domínio, dois quadros metodológicos distintos desenvolveram-se para identificação não paramétrica: a abordagem da equação de ponte (Miao et al., 2018) e a abordagem de decomposição de arrays (Kuroki e Pearl, 2014; Allman et al., 2015). Embora ambos os métodos utilizem proxies para abordar a confusão oculta, eles dependem de estruturas de independência condicional e mecanismos matemáticos diferentes. Uma comparação precisa de suas premissas subjacentes, escopo de aplicabilidade e relação entre si tem sido inexistente, levando a discussões ativas mesmo entre os principais contribuintes do campo.

Metodologia e Quadros
O artigo sintetiza esses dois quadros ao colocá-los em terreno comum sob independências condicionais compartilhadas, utilizando tanto representações matriciais discretas quanto análogos contínuos de teoria de operadores para elucidar seus requisitos técnicos.

1. Abordagem da Equação de Ponte:

   • Mecanismo: Este método recupera a distribuição contrafactual diretamente resolvendo equações integrais (equações de ponte). Ele reexpressa a fórmula padrão de ajuste de confusão usando proxies observadas ($Z$ e $W$) para um confundidor não medido ($U$) sem identificar a lei conjunta completa das variáveis latentes e observadas.
   • Premissas Chave:
     • Independência Condicional: $W \perp\!\!\perp Z, A \mid U$ e $Z \perp\!\!\perp Y \mid U, A$.
     • Completude (Premissa 6): Uma condição de independência linear generalizada exigindo que $E[g(U) \mid Z, A] = 0 \implies g(U) = 0$. Em configurações discretas, isso implica que a matriz de distribuição condicional $P_{U|Z,A}$ é invertível à direita.
     • Solução da Equação de Ponte (Premissa 7): Exige a existência de uma função $h$ tal que $f_{Y|Z,A} = \int h(w,a,y) f_{W|Z,A} dw$. Em configurações discretas, isso corresponde à existência de uma matriz $H$ satisfazendo $P_{Y|Z,A} = H P_{W|Z,A}$.
   • Resultado: Identifica a distribuição intervencional $f_{Y(a)}(y)$, mas geralmente não identifica funcionais dependentes de $U$ (por exemplo, $f_{Y|U,A}$ ou $f_U$).

2. Abordagem de Decomposição de Arrays:

   • Mecanismo: Este método recupera a lei conjunta completa das variáveis latentes e observadas (até rótulos de categorias latentes) via decomposição espectral ou decomposição tensorial, da qual os efeitos causais são derivados. Está enraizado no teorema de unicidade de Kruskal (1977) para a decomposição CANDECOMP/PARAFAC (CP).
   • Premissas Chave:
     • Independência Condicional: $W \perp\!\!\perp A \mid U$ e $W, Z, Y$ são mutuamente independentes condicionalmente a $U, A$.
     • Condições de Invertibilidade/Rank: Exige invertibilidade (ou invertibilidade à esquerda) das matrizes $P_{Z|U,A}$ e $P_{W|U}$.
     • Condição de Rank de Kruskal: Para modelos discretos, a unicidade da decomposição depende da desigualdade $2R + 2 \leq k_A + k_B + k_C$, onde $R$ é o rank (número de estados latentes) e $k$ denota o rank de Kruskal das matrizes fator.
     • Não-colinearidade: As distribuições condicionais do resultado dado a variável latente devem diferir entre os estados latentes.
   • Resultado: Identifica a lei conjunta completa $f_{A,Y,U,W,Z}$ até uma permutação dos rótulos latentes, permitindo a derivação de $f_{Y(a)}(y)$.

Resultados Chave e Comparações
O artigo fornece uma comparação rigorosa dessas abordagens sob a estrutura de independência condicional compartilhada depicteda na Figura 3 (onde $Z$ e $W$ são proxies para o confundidor não medido $U$).

• Modelos Discretos:

  • As premissas de Kuroki e Pearl (2014) (Conjunto 1) são mais fortes do que as de Miao et al. (2018). Especificamente, a invertibilidade de $P_{Z|U,A}$ e $P_{W|U}$ na abordagem de decomposição de arrays implica a existência da inversa à esquerda $P_{W|Z,A}$ requerida para a abordagem da equação de ponte. Assim, o modelo Kuroki-Pearl está contido dentro do modelo de Miao et al.
  • No entanto, ao comparar a abordagem da equação de ponte com as condições generalizadas de Kruskal (Conjunto 2), os modelos são não aninhados. As premissas da equação de ponte não implicam a desigualdade de rank de Kruskal ($2R + 2 \leq k_A + k_B + k_C$), nem o inverso se sustenta. Isso indica que cada quadro cobre regiões distintas do espaço de modelos.

• Modelos Contínuos:

  • O artigo estende a comparação para configurações contínuas, referenciando Hu e Schennach (2008) e Deaner (2023) para a abordagem de decomposição de arrays.
  • Os autores conjecturam que os dois modelos permanecem não aninhados no caso contínuo, semelhante às descobertas discretas. Eles fornecem um exemplo (um modelo gaussiano linear) onde as premissas de ambas as abordagens são satisfeitas, demonstrando uma sobreposição na aplicabilidade.

• Estimação:

  • O artigo observa brevemente que os métodos de equação de ponte possuem funções de influência eficientes estabelecidas e resultados de eficiência semiparamétrica sob premissas paramétricas específicas (por exemplo, famílias de localização-escala).
  • Em contraste, os métodos de decomposição de arrays frequentemente dependem de métodos de peneira para aproximação, e embora a teoria semiparamétrica exista para proxies de tratamento ocultas, ela permanece uma área nascente para confusão oculta.

Significado e Contribuições
A contribuição primária deste trabalho é a clarificação da relação entre duas estratégias fundamentais de identificação baseadas em proxies. Ao sintetizar a literatura, os autores:

1. Clarificam o Escopo: Demonstram que as duas abordagens não são simplesmente implementações alternativas da mesma lógica, mas dependem de premissas distintas, frequentemente não aninhadas.
2. Unificam a Notação: Colocam ambos os quadros em terreno comum usando representações matriciais para casos discretos e teoria de operadores para casos contínuos, tornando as sutilezas técnicas mais transparentes.
3. Orientam a Aplicação: Fornecem aos praticantes uma compreensão mais clara de qual método é apropriado para estruturas de dados específicas. Por exemplo, se a lei conjunta completa for necessária (por exemplo, para recuperar rótulos latentes ou analisar exposições não observadas), a abordagem de decomposição de arrays é necessária. Se apenas o efeito causal for necessário e as condições de rank para decomposição tensorial não forem atendidas, a abordagem da equação de ponte pode ainda ser viável.

O artigo conclui que, embora ambos os métodos sejam soluções poderosas para confusão oculta, a exposição cuidadosa de suas premissas subjacentes é essencial para o desenvolvimento metodológico e uso aplicado. Direções de trabalho futuro identificadas incluem estender métodos proximais para cenários mais complexos, geralmente não identificáveis, e estabelecer teoria semiparamétrica geral para estimadores derivados dessas abordagens.