Resumo Técnico: Relacionamentos de Enquadramento de Médias Ponderadas de Efeitos Médios de Tratamento

1. Definição do Problema

Na inferência causal observacional, pesquisadores frequentemente estimam diferentes médias ponderadas de efeitos médios de tratamento (ATEs) dependendo da população alvo. Os estimandos comuns incluem o Efeito Médio de Tratamento sobre os Tratados (ATT), o Efeito Médio de Tratamento sobre os Controles (ATC) e o Efeito Médio de Tratamento sob o Peso de Sobreposição (ATO). Embora o ATE padrão seja conhecido por ser uma combinação convexa de ATT e ATC, a relação entre o estimando de sobreposição (ATO) e esses estimandos tradicionais não foi caracterizada de forma geral.

O ATO é definido pelo peso de unidades proporcional à variância condicional do tratamento dado os covariáveis, $e(X)\{1-e(X)\}$, onde $e(X)$ é o escore de propensão. Este esquema de ponderação é valorizado por sua robustez a escores de propensão extremos e sua conexão com estimadores baseados em regressão. No entanto, sem um ordenamento teórico, não está claro se o ATO reside entre o ATT e o ATC ou se pode excedê-los. Este artigo busca estabelecer um relacionamento de "enquadramento" (bracketing) entre esses estimandos sob condições específicas de monotonicidade.

2. Metodologia e Estrutura Teórica

2.1 Configuração Observacional

Os autores trabalham dentro do padrão de resultados potenciais sob a suposição de inconfundibilidade. Eles definem o Efeito Médio de Tratamento Condicional (CATE) como $\tau(X) = E\{Y(1) - Y(0) | X\}$. O objeto teórico fundamental é a função P-CATE, $g(e) = E\{\tau(X) | e(X) = e\}$, que representa a média condicional do CATE dado um valor específico de escore de propensão.

A suposição central que impulsiona os resultados é a Suposição 1, que postula que $g(e)$ é não-decrescente ou não-crescente. Esta suposição implica que unidades com uma propensão maior (ou menor) de receber o tratamento tendem a ter efeitos de tratamento sistematicamente maiores (ou menores) em média. Esta é uma condição mais fraca do que exigir que a relação pontual entre $\tau(X)$ e $e(X)$ seja monotônica.

2.2 Configuração de Variável Instrumental (IV)

A estrutura é estendida para a configuração do Efeito Médio de Tratamento Local (LATE) com uma variável instrumental binária $Z$ e tratamento binário $D$. A análise foca na subpopulação de "cumpridores" (compliers). Os autores definem análogos locais de ATT, ATC e ATO ($\tau^c_{ATT}, \tau^c_{ATC}, \tau^c_{ATO}$) e introduzem uma função de P-CATE local, $g_c(e)$, definida sobre o estrato dos cumpridores. A Suposição 4 impõe a mesma condição de monotonicidade em $g_c(e)$.

2.3 Generalização para Pesos Beta

O artigo generaliza essas descobertas para uma família de pesos beta definidos como $\beta_{u,v}(x) = e(x)^{u-1}\{1-e(x)\}^{v-1}$ para $u, v \geq 1$. Esta família abrange ATE ($u=1, v=1$), ATT ($u=2, v=1$), ATC ($u=1, v=2$) e ATO ($u=2, v=2$) como casos especiais.

2.4 Interpretações de Regressão

Os autores conectam esses estimandos ponderados a coeficientes de regressão:

• OLS: Sob linearidade do escore de propensão, o coeficiente do tratamento em uma regressão OLS populacional de $Y$ sobre $Z$ e $X$ é igual a $\tau_{ATO}$.
• TSLS: Na configuração de IV, sob linearidade do escore de propensão da IV, o estimador de Mínimos Quadrados de Dois Estágios (TSLS) populacional é igual ao LATE ponderado por sobreposição ($\tau^c_{ATO}$).

3. Principais Resultados

3.1 Teoremas de Enquadramento (Bracketing)

• Teorema 1 (Observacional): Sob a suposição de monotonicidade em $g(e)$, $\tau_{ATO}$ é limitado entre $\tau_{ATT}$ e $\tau_{ATC}$. Especificamente, se $g(e)$ é não-decrescente, $\tau_{ATC} \leq \tau_{ATO} \leq \tau_{ATT}$; se não-crescente, a desigualdade se inverte.
• Teorema 2 (IV): Analogamente, sob a suposição de monotonicidade em $g_c(e)$, o LATE ponderado por sobreposição ($\tau^c_{ATO}$) é enquadrado pelo ATT e ATC locais.
• Proposição 1: Sob uma especificação linear da média condicional do CATE, $\tau_{ATO}$ é explicitamente mostrado como uma combinação convexa de $\tau_{ATT}$ e $\tau_{ATC}$, com um peso de mistura $\lambda$ determinado pela distribuição do escore de propensão.

3.2 Ordenamento de Pesos Beta

• Teorema 4: Para a família geral de pesos beta, o estimando $\tau_{u,v}$ é monotônico em seus parâmetros $u$ e $v$. Se $g(e)$ é não-decrescente, $\tau_{u,v}$ aumenta com $u$ e diminui com $v$. Isso estabelece um reticulado (lattice) de ordenamento entre todos os estimandos ponderados por beta.
• Proposição 3: Estimandos beta adjacentes satisfazem uma relação de combinação convexa sob a suposição de especificação linear.

3.3 Ponderação Geral

• Teorema 6: Os autores fornecem uma condição suficiente para comparar quaisquer dois estimandos ponderados baseada em uma propriedade de "cruzamento único" (one-crossing) da diferença em suas funções de ponderação em relação à monotonicidade da média do efeito condicional.

4. Ilustrações Empíricas

O artigo valida o enquadramento teórico através de dois conjuntos de análises empíricas:

1. Estudos Observacionais: Oito conjuntos de dados (incluindo Cateterismo Cardíaco Direito, legalização do aborto e elegibilidade ao 401(k)) foram analisados. Os autores construíram "CP-plots" (gráficos de propensão condicional) do CATE estimado ($\hat{\tau}(X)$) contra os escores de propensão estimados ($\hat{e}(X)$).

   • Achados: Em todos os oito casos, a relação entre $\hat{\tau}(X)$ e $\hat{e}(X)$ era aproximadamente monotônica na região de suporte bem definido (a região central de sobreposição).
   • Resultado: O ATO estimado caiu consistentemente entre o ATT e o ATC estimado, com a direção do ordenamento correspondendo à tendência visual (crescente ou decrescente) nos CP-plots.

2. Estudo de IV: O conjunto de dados 401(k) de Abadie (2003) foi revisitado.

   • Método: Um suavizador ponderado por cumpridores da razão de Wald condicional foi plotado contra o escore de propensão da IV.
   • Resultado: A relação era levemente crescente, e o LATE ponderado por sobreposição caiu entre o ATC local e o ATT local, consistente com as previsões teóricas.

5. Significância e Recomendações

O artigo afirma preencher uma lacuna na literatura ao caracterizar a relação entre o estimando de sobreposição, cada vez mais popular, e os estimandos tradicionais. A significância reside em:

1. Unificação Teórica: Demonstra que o ATO não é um estimando isolado, mas é estruturalmente limitado pelo ATT e ATC sob uma condição de monotonicidade plausível.
2. Diagnóstico Prático (CP-plot): Os autores recomendam plotar o CATE estimado contra os escores de propensão estimados como uma ferramenta de diagnóstico. Se o gráfico mostrar monotonicidade na região de suporte bem definido, os pesquisadores podem confiar que o ATO (e o LATE ponderado por sobreposição) reside entre o ATT e o ATC.
3. Robustez: Os resultados sustentam-se mesmo quando a suposição de monotonicidade é violada nas caudas da distribuição do escore de propensão, desde que o peso de sobreposição reduza o peso dessas regiões (o que ele faz naturalmente).
4. Estratégia de Relato: O artigo sugere que os pesquisadores relatem o ATT, o ATO e o ATC (ou seus análogos locais de IV) juntamente com o CP-plot. Isso permite que os leitores avaliem a sensibilidade das conclusões causais em relação à população alvo e verifiquem se o relacionamento de enquadramento ocorre empiricamente.

Os autores enfatizam que esses gráficos são diagnósticos descritivos e não testes estatísticos formais de monotonicidade, e que as conclusões de enquadramento devem ser interpretadas com cautela se a relação for visivelmente não-monotônica na região central dos dados.