Regularity, Phase Transitions, and Uniform Inference for Proximal Counterfactual Quantile Processes

Resumo Técnico: Regularidade, Transições de Fase e Inferência Uniforme para Processos Proximais de Quantis Contrafactuais

Enunciado do Problema
Este artigo aborda o desafio de estimar funções de distribuição contrafactuais, efeitos de tratamento em quantis (QTE) e medidas de risco de cauda inferior (como CVaR) em estudos observacionais onde há confusão não medida. Enquanto a inferência causal distribucional padrão depende da suposição de ausência de confusão não medida, a inferência causal proximal utiliza proxies de controle negativo (Z indutor de tratamento e W indutor de desfecho) para identificar efeitos causais.

A literatura existente estabeleceu a identificação pontual para efeitos de tratamento médios (ATE) e quantis específicos usando equações de ponte proximais. No entanto, uma aplicação direta pontual desses métodos a toda a função de distribuição contrafactual $\{F_a(y) : y \in \mathcal{Y}\}$ é teoricamente incompleta. Ela falha em caracterizar o limite de regularidade do problema inverso subjacente, não produz o núcleo de covariância eficiente para o processo de FDC, não gera bandas simultâneas de quantis livres de densidade e não quantifica como proxies fracas degradam a inferência da regularidade de raiz-$n$ para taxas mais lentas. O problema central é determinar quando o processo de distribuição contrafactual pode ser estimado de forma regular, eficiente e uniforme sob identificação proximal.

Metodologia
Os autores reformulam a estimação da distribuição contrafactual proximal como um problema inverso primal-dual.

1. Formulação Primal-Dual:

   • Ponte Primal: Para um braço de tratamento $a$ e um limiar $y$, a ponte de desfecho $h_{a,y}$ resolve $T_a h_{a,y} = g_{a,y}$, onde $T_a$ é o operador de esperança condicional e $g_{a,y}$ é a esperança condicional do indicador $1\{Y \le y\}$.
   • Ponte Dual: A FDC contrafactual é um funcional linear $\ell(h) = E\{h(W, X)\}$. A ponte dual $q_a$ é o representante de Riesz deste funcional, resolvendo a equação adjunta $T_a^* q_a = 1$.
   • Identificação: A FDC é identificada via a representação primal $F_a(y) = E\{h_{a,y}(W, X)\}$ ou a representação dual $F_a(y) = E\{1\{A=a\}q_a(Z, X)1\{Y \le y\}\}$.

2. Regularidade e Transições de Fase:

   • O artigo estabelece que a existência de uma ponte dual de quadrado integrável $q_a$, combinada com uma condição mínima de momento residual, constitui o limite exato de regularidade.
   • Usando uma caracterização de sistema singular compacto (análogo às condições de Picard para equações de Fredholm), os autores derivam uma transição de fase. A estimação regular de raiz-$n$ é possível se e somente se a série $\sum_j \ell_{a,j}^2 / s_{a,j}^2$ convergir, onde $s_{a,j}$ são os valores singulares do operador e $\ell_{a,j}$ são os coeficientes do funcional alvo.
   • Se esta série divergir (indicando relevância fraca da proxy), os limites de eficiência de dimensão finita divergem e as referências de inversão Gaussianas exibem taxas minimax mais lentas.

3. Teoria de Processos e Estimação:

   • Função de Influência Eficiente (FIE): O artigo deriva o gradiente canônico para o processo de FDC:
     $$\phi_{a,y}(O) = h_{a,y}(W, X) - F_a(y) + 1\{A=a\}q_a(Z, X)\{1\{Y \le y\} - h_{a,y}(W, X)\}$$
   • Inferência Uniforme: Um estimador de um passo com ajuste cruzado é construído para alcançar expansões duplamente robustas uniformes. Os autores provam a convergência fraca do processo de FDC contrafactual para um limite Gaussiano apertado com um núcleo de covariância explícito.
   • Bandas de Quantis Livres de Densidade: Em vez de estimar a densidade contrafactual (que é mal-posta), o método constrói bandas simultâneas de FDC e as inverte para obter bandas conservadoras, simultâneas e livres de densidade de quantis.
   • Risco de Cauda Inferior: Para o Valor Condicional em Risco (CVaR), utiliza-se uma representação de "ponte de déficit". Ao diferenciar o valor de um critério de déficit otimizado (via teorema do envelope de Danskin), a função de influência resultante evita a necessidade de estimação de densidade contrafactual.
   • Implementação: Os estimadores utilizam álgebra linear de forma fechada para sistemas de posto finito, regularização convexa de Tikhonov para sistemas mal-condicionados e projeção isotônica para impor restrições de forma.

Principais Contribuições

1. Identificação Primal-Dual: Formaliza a identificação da FDC contrafactual como um par de problemas inversos primal e dual.
2. Dicotomia de Regularidade: Prova que, em um modelo de dados observados saturado por limiar, a diferenciabilidade ao longo do caminho do funcional FDC é equivalente à existência de uma ponte dual de quadrado integrável e um momento residual finito.
3. Transição de Fase Espectral: Caracteriza o fenômeno de "proxy fraca", mostrando que a inferência de raiz-$n$ falha exatamente quando os valores singulares do operador de proxy decaem muito rapidamente em relação aos coeficientes do funcional alvo.
4. Teoria de Processo Eficiente: Deriva o núcleo de covariância eficiente para todo o processo de FDC e estabelece a convergência fraca uniforme.
5. Inferência Livre de Densidade: Fornece um método para construir bandas simultâneas de quantis e intervalos de confiança de CVaR de cauda inferior sem estimar a densidade contrafactual, evitando assim uma fonte adicional de má-postura.
6. Estimadores de Posto Finito: Desenvolve estimadores de posto finito de forma fechada e convexos com condições de taxa explícitas para proxies fracas.

Resultados

• Simulações:
  • Calibração: Em configurações de posto finito, o estimador Proximal Duplamente Robusto (PDR) proposto corrige o viés e alcança uma cobertura quase nominal, enquanto métodos ingênuos de confusão observada permanecem enviesados.
  • Transição de Fase: À medida que a relevância da proxy diminui, a norma da ponte dual e o desvio padrão da função de influência inflam, levando a bandas de confiança mais amplas e eventual perda de informatividade, consistente com a transição de fase teórica.
  • Inferência de Processos: As bandas simultâneas de QTE livres de densidade mantêm uma cobertura válida mesmo quando a estimação de densidade é difícil (por exemplo, desfechos multimodais), enquanto as bandas delta baseadas em densidade subcobrem.
  • Integração com Aprendizado de Máquina: Mapas de características aprendidos (splines, árvores, redes neurais) melhoram a aproximação das funções de ponte, mas preservam a estrutura final de ridge convexa; a correção proximal permanece necessária mesmo com ajuste flexível de ML para covariáveis observadas.
• Dados Reais (Estudo RHC): Aplicado aos dados de Cateterização do Coração Direito, o estimador PDR proximal atenuou substancialmente os deslocamentos distribucionais estimados (QTE e CVaR) em comparação com o ML-IPW ingênuo. As bandas livres de densidade resultantes contiveram zero, sugerindo que os grandes efeitos aparentes nas análises padrão podem ser artefatos de confusão não medida.

Significado e Alegações
O artigo alega fornecer a primeira teoria semiparamétrica abrangente para processos proximais de distribuição contrafactual. Não alega novidade para a identificação pontual (que decorre da teoria existente de ATE aplicada a indicadores), mas argumenta que a abordagem pontual é insuficiente para inferência distribucional.

O significado reside em:

• Identificar o Limite: Definir explicitamente quando a inferência distribucional proximal é regular versus não regular, indo além da "identificação em princípio" para a "estimabilidade na prática".
• Diagnósticos Espectrais: Fornecer um critério concreto (a condição de Picard sobre valores singulares) para diagnosticar se proxies fracas destruirão a inferência de raiz-$n$.
• Inferência de Processo Robusta: Oferecer uma rota prática e livre de densidade para inferência de quantis simultâneos que evita a instabilidade de estimar densidades contrafactuais, o que é particularmente valioso em configurações proximais mal-postas.
• Framework Unificado: Unificar o tratamento de FDCs, QTEs e CVaR sob um único framework de operador de ponte primal-dual, mostrando que as condições de regularidade para todos esses objetos são governadas pelas mesmas propriedades de imagem adjunta.

Os autores permanecem modestos, notando que a dicotomia de regularidade é provada para um modelo saturado (implicando não regularidade em submodelos menores ser específica do modelo) e que a transição de fase minimax é estabelecida para uma referência de coordenada singular Gaussiana. Eles enfatizam que a validade dos resultados depende ultimamente da plausibilidade científica das suposições de proxy, que não podem ser verificadas apenas pelos dados.