Resumo Técnico: Conjuntos de Predição para Decisões Contrafatuais

1. Definição do Problema

O artigo aborda o desafio de tomar decisões de alto risco sob incerteza preditiva em cenários contrafatuais. Em problemas de predição padrão, o resultado $Y$ é fixo, independentemente da ação tomada. No entanto, na tomada de decisão contrafatual (ex: seleção de tratamento, formulação de políticas, marketing), o resultado realizado $Y(A)$ depende da ação escolhida $A$.

A dificuldade central reside na interdependência entre a quantificação da incerteza e a regra de decisão:

1. Resultados Acoplados: O resultado a ser "coberto" por um conjunto de predição não é fixo; ele é determinado pela ação selecionada.
2. Lacuna entre Validade e Otimalidade: Embora a predição conformal forneça validade estatística (garantias de cobertura) para resultados fixos, não está claro como essas garantias se traduzem em otimalidade quando a própria regra de decisão altera a distribuição do resultado realizado. Métodos existentes frequentemente tratam potenciais resultados de forma independente ou ignoram a estrutura contrafatual, levando a decisões subótimas ou cobertura inválida para a política induzida.

A questão central é: Qual é a interface correta entre a quantificação da incerteza e a tomada de decisão contrafatual, onde as ações determinam qual resultado potencial será realizado?

2. Metodologia e Estrutura

Os autores propõem uma estrutura de teoria da decisão centrada na Cobertura Acoplada à Política e um procedimento de duas etapas chamado Predição Conformal Avessa ao Risco Acoplada à Política (PC-RACP).

2.1 Fundamentos da Teoria da Decisão

• Objetivo Avesso ao Risco: A estrutura adota um objetivo avesso ao risco, no qual um agente busca maximizar um limite inferior de alta probabilidade (certificado de utilidade) sobre a utilidade realizada.
• Regra de Decisão Induzida pelo Conjunto: Dado um conjunto de conjuntos de predição $\{C(x, a)\}_{a \in \mathcal{A}}$ (um para cada ação), o agente emprega uma regra max-min:
  $$\pi_{RA}(x; C) = \arg\max_{a \in \mathcal{A}} \inf_{y \in C(x, a)} u(a, y)$$
  Esta regra seleciona a ação que maximiza a utilidade do pior caso dentro dos conjuntos de resultados preditos.

2.2 Cobertura Acoplada à Política (PCC)

O artigo introduz a Cobertura Acoplada à Política como a noção de validade necessária. Diferente da cobertura marginal por ação (que exige $P(Y(a) \in C(X, a)) \ge 1-\alpha$ para todo $a$), a PCC exige que os conjuntos de predição cubram o resultado realizado sob a política induzida pelos próprios conjuntos:
$$P\left( Y(\pi_{RA}(X)) \in C(X, \pi_{RA}(X)) \right) \ge 1 - \alpha$$
Justificativa Teórica:

• Otimalidade Minimax: O Teorema 2.1 estabelece que, sob ambiguidade distributiva (onde a distribuição verdadeira é desconhecida, mas satisfaz a PCC), a regra max-min $\pi_{RA}$ é a regra de decisão minimax-ótima.
• Interface Sem Perdas: O Teorema 3.1 prova que otimizar conjuntos de predição sob PCC é equivalente a otimizar diretamente sobre políticas e certificados de utilidade (RA-DPO). Assim, os conjuntos de predição servem como uma "interface sem perdas" para decisões contrafatuais avessas ao risco.
• Equivalência à Cobertura Universal: O Teorema 3.2 mostra que otimizar sob PCC é equivalente a otimizar sob uma condição de "cobertura universal" mais forte (válida para qualquer política), embora a PCC seja estritamente mais fraca e mais prática para a política induzida.

2.3 Algoritmo PC-RACP

Para construir esses conjuntos em amostras finitas, os autores propõem um procedimento de duas etapas:

1. Estimativa de Modelo e Aprendizado de Política:
   • Dividir os dados em conjuntos de treinamento, aprendizado e calibração.
   • Estimar os quantis de utilidade condicional $\hat{\gamma}(x, t, a)$ e a regra de atribuição de cobertura condicional ótima $\hat{g}(x, \beta)$.
   • Usar o conjunto de aprendizado para encontrar um parâmetro preliminar $\hat{\beta}$ que satisfaça uma restrição de cobertura aproximada, induzindo uma política max-min fixa $\hat{a}(\cdot)$.
2. Calibração Conformal Ponderada:
   • Fixar a política $\hat{a}(\cdot)$ para desvincular a regra de decisão da garantia de cobertura.
   • Usar o conjunto de calibração (filtrado para instâncias onde a ação registrada coincide com $\hat{a}(X)$) para realizar a predição conformal ponderada.
   • Ajustar para o desvio de covariáveis usando pesos de importância baseados na política de comportamento.
   • Construir os conjuntos de predição finais $\hat{C}(x, a)$ de modo que satisfaçam a garantia de PCC para a política induzida $\hat{a}(\cdot)$.

3. Principais Contribuições

1. Nova Noção de Validade: Identificação da Cobertura Acoplada à Política como a interface teoricamente ótima entre incerteza e decisão em cenários contrafatuais.
2. Equivalência Teórica: Prova de que a otimização de conjuntos de predição sob PCC é equivalente tanto à otimização de cobertura universal quanto à otimização direta de política avessa ao risco, estabelecendo os conjuntos de predição como uma interface sem perdas.
3. Forma Ótima Explícita: Derivação da forma explícita dos conjuntos de predição otimizados para a população (Teorema 3.4), que são baseados em limiares de quantis de utilidade condicional.
4. Procedimento de Amostra Finita: Desenvolvimento do algoritmo PC-RACP, que alcança garantias de cobertura rigorosas em amostras finitas para o resultado realizado sob a política induzida, mesmo quando a política é aprendida a partir dos dados.

4. Resultados Experimentais

Os autores validam a estrutura através de simulações e um experimento real de marketing por e-mail (dataset Hillstrom).

• Simulações Sintéticas:
  • Cobertura: O PC-RACP atinge uma cobertura empírica próxima ao alvo $1-\alpha$. Em contraste, um método padrão de Conformal Avesso ao Risco (RAC) (que ignora a estrutura contrafatual) fica abaixo do alvo, e um baseline "Plug-in" falha em fornecer cobertura exata.
  • Utilidade: O PC-RACP consistentemente alcança a maior utilidade média de certificado através de vários níveis de má cobertura $\alpha$.
• Experimento de Marketing por E-mail Hillstrom:
  • Cobertura: O PC-RACP mantém a cobertura próxima ao nível nominal. O RAC é excessivamente conservador (cobertura significativamente acima do alvo).
  • Utilidade: O PC-RACP gera maior utilidade.
  • Mecanismo de Ganho: A análise revela que o PC-RACP ganha utilidade em dois regimes:
    • $\alpha$ pequeno: Ao construir conjuntos de predição mais nítidos (reduzindo a frequência de conjuntos ambíguos como $\{0, 1\}$) para a ação dominante.
    • $\alpha$ grande: Ao selecionar a ação de alta recompensa (enviar um e-mail) com mais frequência do que o RAC, mantendo a cobertura válida.

5. Significância e Alegações

O artigo afirma fornecer a primeira estrutura de teoria da decisão que conecta rigorosamente a quantificação da incerteza à otimalidade de decisão contrafatual.

• Subotimalidade de Ignorar a Estrutura: Os autores demonstram que ignorar a natureza contrafatual do problema de decisão (ou seja, tratar os resultados como fixos) é subótimo tanto para a validade estatística quanto para a utilidade da decisão.
• Incerteza Consciente da Decisão: O trabalho argumenta que a quantificação da incerteza em problemas contrafatuais deve ser projetada em torno das decisões que ela suporta. A cobertura acoplada à política é apresentada como um passo fundamental em direção a uma teoria mais ampla de quantificação de incerteza consciente da decisão.
• Aplicabilidade Prática: O método proposto PC-RACP oferece um procedimento prático e válido em amostras finitas para tomada de decisão de alto risco onde as ações influenciam os resultados, preenchendo a lacuna entre a teoria da predição conformal e as aplicações de inferência causal.