Resumo Técnico: Estimativa Direta de Contraste de Quantis Condicional de Robustez Dupla

Formulação do Problema

Na análise de efeito de tratamento heterogêneo (HTE), pesquisadores buscam quantificar o efeito de um tratamento $A$ sobre um resultado $Y$ condicionado a covariáveis $X$. Embora o Efeito Médio de Tratamento Condicional (CATE) e o Efeito de Tratamento de Quantil Condicional (CQTE) sejam estimandos padrão, eles possuem limitações distintas. O CATE oferece interpretabilidade, mas carece de granularidade em relação a mudanças na distribuição, enquanto o CQTE fornece resumos granulares em níveis de quantis, mas frequentemente carece de interpretabilidade direta no espaço da resposta (por exemplo, relacionar um efeito de tratamento a um valor de resposta não tratado específico em vez de um nível de quantil).

O Comparador de Quantil Condicional (CQC), denotado por $g^*(y_0|x)$, foi introduzido para preencher essa lacuna. Ele mapeia uma resposta não tratada $y_0$ e uma covariável $x$ para o valor da resposta tratada que compartilha o mesmo quantil condicional. Isso permite uma interpretação natural dos efeitos de tratamento como deslocamentos aditivos ou multiplicativos na própria resposta. No entanto, o método de estimação existente para o CQC (Givens et al., 2024) baseia-se em um processo indireto de duas etapas:

1. Estimar uma função de contraste de "CCDF intermediária" $h(y_1, y_0, x) = F_1(y_1|x) - F_0(y_0|x)$.
2. Inverter esta função para encontrar $y_1$ tal que $h=0$.

Esta abordagem de inversão sofre de três deficiências principais:

• Falta de Forma Explícita: O estimador resultante $\hat{g}$ não é parametrizado explicitamente, o que dificulta restrições de modelo, regularização e interpretabilidade.
• Propagação de Erro: A precisão da estimação depende da complexidade da função intermediária $h$, em vez da função alvo $g^*$.
• Custo Computacional: Avaliar o estimador requer a busca sobre uma grade de valores de $y_1$ para cada consulta, o que é computacionalmente caro.

Metodologia

O artigo propõe o primeiro estimador direto para o CQC, contornando a etapa de inversão ao formular o problema como uma tarefa de M-estimação.

Construção da Função de Perda

Os autores definem uma função de perda $\bar{\ell}(y_1, y_0, x)$ baseada na integral da função de contraste $h$:
$$\bar{\ell}(y_1, y_0, x) = \int_{g^*(y_0|x)}^{y_1} h(t, y_0, x) \, dt$$
onde $h(t, y_0, x) = F_1(t|x) - F_0(y_0|x)$. Pelo Teorema Fundamental do Cálculo, esta perda é minimizada quando $y_1 = g^*(y_0|x)$. Os autores parametrizam o CQC como $g_\theta(y_0|x)$ e definem a perda populacional $L(\theta) = \mathbb{E}[\ell(\theta, Y_0, X)]$.

Estimador de Gradiente de Robustez Dupla

Como as distribuições condicionais verdadeiras $F_a$ e o escore de propensão $\pi$ são desconhecidos, os autores constroem um estimador de gradiente de robustez dupla (DR) $\zeta_{dr}$ para realizar o gradiente descendente na perda empírica. O gradiente da perda em relação aos parâmetros $\theta$ é estimado usando:
$$\zeta_{dr}(\theta, y_0, z) = \nabla_\theta g_\theta(y_0|x) \left[ \frac{A}{\pi(x)}\{1\{Y \le g_\theta(y_0|x)\} - F_1(g_\theta(y_0|x)|x)\} - \frac{1-A}{1-\pi(x)}\{1\{Y \le y_0\} - F_0(y_0|x)\} + F_1(y_1|x) - F_0(y_0|x) \right]$$
Este estimador utiliza divisão de amostra (ou cross-fitting) para garantir a independência entre as estimativas dos parâmetros de incerteza (nuisance parameters) ($\hat{\pi}, \hat{F}_0, \hat{F}_1$) e os dados usados para ajustar os parâmetros do CQC.

Otimização

O procedimento de estimação (Algoritmo 1) envolve:

1. Dividir os dados em dois conjuntos para estimar os parâmetros de incerteza e ajustar o CQC.
2. Usar os parâmetros de incerteza estimados para calcular o estimador de gradiente de Monte Carlo $\hat{J}_{dr}$.
3. Atualizar os parâmetros $\theta$ via gradiente descendente (ex: Adam) para minimizar a perda.

Principais Contribuições

1. Primeiro Estimador Direto: O artigo fornece o primeiro método para estimar diretamente o CQC sem inverter uma função intermediária, permitindo a parametrização explícita (ex: modelos lineares, redes neurais).
2. Garantias Teóricas: Os autores derivam limites de erro de estimação em amostra finita. Eles provam que o método retém a propriedade de robustez dupla: o estimador alcança taxas de convergência ótimas mesmo se os parâmetros de incerteza (escore de propensão e CCDFs) forem estimados em taxas mais lentas, desde que o produto de seus erros convirja suficientemente rápido.
3. Dependência de Erro: A análise teórica mostra que o erro de estimação depende diretamente da complexidade do próprio CQC, em vez da complexidade da função de contraste de CCDF intermediária.
4. Interpretabilidade e Controle Aprimorados: Ao parametrizar explicitamente $g_\theta$, o método permite impor restrições estruturais (ex: suavidade, monotonicidade) e facilita a inspeção direta do modelo.

Resultados Experimentais

Os autores avaliam seu método (denominado "Est. DR") contra o método existente baseado em inversão ("Est. Inv. DR") e uma variante de ponderação de probabilidade inversa (IPW) através de conjuntos de dados simulados e do mundo real.

• Simulação (10 dimensões):
  • Sensibilidade de Inclinação: À medida que a inclinação do verdadeiro CQC aumenta, o estimador direto mantém um erro baixo, enquanto o erro do método baseado em inversão aumenta significativamente.
  • Erro de Parâmetro de Incerteza: O estimador direto apresenta desempenho comparável ou superior ao método de inversão sob níveis crescentes de ruído nas estimativas dos parâmetros de incerteza.
  • Tamanho da Amostra: O estimador direto alcança consistentemente um erro absoluto médio menor em vários tamanhos de amostra.
• Aplicações no Mundo Real:
  • Esquema de Emprego: Aplicado a dados sobre intervenções de emprego, o modelo revelou que, embora a intervenção geralmente melhore os ganhos, a amplitude do potencial de melhoria diminui conforme a idade do participante aumenta. A parametrização linear permitiu uma interpretação clara desses efeitos de escala dependentes da idade.
  • Ensaio de Câncer de Cólon: Usando uma parametrização de Rede Neural, o método capturou um efeito de tratamento não linear onde pacientes mais jovens mostraram melhoria significativa, enquanto o efeito foi mais binário para pacientes mais velhos. O estimador direto forneceu uma superfície mais suave e interpretável em comparação com a saída ruidosa do método de inversão.

Significância e Alegações

O artigo afirma que este procedimento de estimação direta representa uma melhoria significativa sobre os métodos de CQC existentes. Ao remover a etapa de inversão, os autores argumentam que o método:

• Melhora a Precisão: Reduz o erro de estimação ao desacoplar a complexidade do alvo da complexidade dos parâmetros de incerteza.
• Aumenta a Interpretabilidade: Fornece uma função $g_\theta(y_0|x)$ que pode ser diretamente analisada, restringida e visualizada, tornando-a mais adequada para a tomada de decisão no mundo real, onde entender o efeito do tratamento em valores de resposta específicos é crucial.
• Mantém a Robustez: Preserva a desejável propriedade de robustez dupla, essencial para a inferência causal na presença de erro de especificação de modelo.

Os autores reconhecem que, embora o estimador direto seja teoricamente robusto, ele pode ser praticamente mais sensível aos erros dos parâmetros de incerteza do que o método de inversão em certos regimes, um compromisso (trade-off) que eles sugerem que merece investigação adicional. Eles também observam que trabalhos futuros poderiam estender esses resultados de convergência para arquiteturas não lineares mais complexas, como árvores de regressão aditiva bayesiana.