Resumo Técnico: Identificação e Estimação Proximal em Estruturas Causais de Porta Frontal com Confundimento Não Observado do Mediador

Declaração do Problema

A inferência causal é fundamentalmente obstruída pelo confundimento não observado entre o tratamento ($A$) e o resultado ($Y$). Embora o critério de porta frontal de Pearl ofereça uma estratégia de identificação não paramétrica para tais cenários utilizando um mediador ($M$), ele impõe um requisito rigoroso: o mediador deve ser não confundido por quaisquer causas comuns do tratamento e do resultado. Em muitos cenários práticos, os mediadores compartilham causas não medidas tanto com o tratamento quanto com o resultado, violando essa suposição e tornando a fórmula padrão da porta frontal inaplicável.

Este artigo aborda a estrutura causal específica conhecida como grafo de arco composto (Fig. 1), onde uma variável oculta ($U$) confunde o tratamento ($A$), o mediador ($M$) e o resultado ($Y$). Neste cenário, a distribuição contrafactual $p(Y(a))$ é geralmente não identificável usando métodos gráficos padrão. Os autores propõem uma solução aproveitando a inferência causal proximal, assumindo que variáveis de proximidade (proxies) informativas ($W$ e $Z$) para o confundidor não observado $U$ estão observadas.

Metodologia

O artigo desenvolve três estratégias distintas de identificação, cada uma baseada em diferentes conjuntos de suposições estruturais sobre as independências condicionais e propriedades distributivas dos proxies. Todas as estratégias visam expressar a distribuição intervencional $p(Y(a))$ como um funcional da distribuição dos dados observados $p(A, M, Y, W, Z)$.

1. Estratégias de Identificação

Os autores derivam três teoremas correspondentes a três conjuntos de suposições:

• Conjunto de Suposições 1 (Teorema 3.4):

  • Estrutura: Baseado no grafo da Fig. 4a.
  • Suposições: Requer independências condicionais específicas (ex: $Y \perp Z \mid U, M, A$) e condições de completude (Suposição 3.2) que garantem variação suficiente nas distribuições dos proxies dada a variável latente.
  • Mecanismo: Baseia-se na existência de soluções para equações integrais de Fredholm do primeiro tipo. A fórmula de identificação (Eq. 7) utiliza uma "função de ponte" $h_0$ para marginalizar sobre o $U$ não observado, integrando sobre o proxy observado $W$.

• Conjunto de Suposições 2 (Teorema 3.8):

  • Estrutura: Baseado no grafo da Fig. 4b.
  • Suposições: Um conjunto de independências condicionais não aninhadas (Suposição 3.5) e condições de completude correspondentes (Suposição 3.6).
  • Mecanismo: Semelhante ao Conjunto 1, emprega soluções de equações de Fredholm (Suposição 3.7) envolvendo duas funções de ponte, $b_0$ e $b_1$. O funcional resultante (Eq. 8) assemelha-se estruturalmente à fórmula padrão da porta frontal, mas substitui termos não observados por proxies observados através destas funções de ponte.

• Conjunto de Suposições 3 (Teorema 3.13):

  • Estrutura: Baseado no grafo da Fig. 3b (um modelo aninhado mais restritivo).
  • Suposições: Independências condicionais mais fortes (Suposição 3.9), densidade limitada (Suposição 3.10), completude (Suposição 3.11) e uma suposição de distintividade (Suposição 3.12) que garante que a distribuição de $Y$ difere entre estados latentes.
  • Mecanismo: Esta estratégia estende os métodos de decomposição tensorial (Kruskal, 1977) e a identificação baseada em autodecomposição (Kuroki e Pearl, 2014; Allman et al., 2015). Ela identifica unicamente a distribuição conjunta completa das variáveis observadas e latentes (até a rotulagem), permitindo que o efeito causal seja recuperado via fórmula-g.

2. Estratégias de Estimação

O artigo propõe estimadores para os funcionais identificados:

• Estimadores Plug-in: Para todos os três conjuntos, constroem-se estimadores plug-in consistentes. Para os Conjuntos 1 e 2, isso envolve estimar as funções de ponte (soluções para equações integrais) e calcular médias amostrais. Para o Conjunto 3, envolve resolver sistemas lineares para estimar componentes distributivos.
• Estimador Baseado em Função de Influência (Conjunto 3): Para a terceira estratégia, os autores derivam uma função de influência não paramétrica (Eq. 14) para a média contrafactual $\psi_a = E[Y(a)]$.
  • Construção: O estimador transforma a função de influência de dados completos (assumindo que $U$ é observado) em uma função de influência de dados observados usando pesos construídos a partir de polinômios de interpolação de Lagrange.
  • Propriedades: O estimador resultante, $\hat{\psi}^{(S3, IF)}_a$, exibe múltipla robustez (Teorema 4.2). Ele permanece consistente se qualquer um de cinco conjuntos específicos de funções de incômodo (ex: densidades condicionais de $M$, expectativas de proxies ou modelos de resultado) for corretamente especificado.
  • Assintótica: O estimador é $\sqrt{n}$-consistente e assintoticamente normal (Teorema 4.3), mesmo quando as funções de incômodo são estimadas em taxas mais lentas do que as paramétricas (ex: usando aprendizado de máquina), desde que o método de divisão de amostra (sample splitting) seja utilizado.

Principais Resultados e Contribuições

1. Generalização do Critério de Porta Frontal: O artigo estende o critério de porta frontal de Pearl para cenários onde o mediador é confundido por causas comuns não observadas, desde que existam proxies informativos para essas causas.
2. Três Caminhos de Identificação: Os autores fornecem três teoremas de identificação distintos (Teoremas 3.4, 3.8, 3.13) com variadas suposições estruturais, oferecendo flexibilidade para diferentes processos geradores de dados.
3. Novo Framework de Estimação: O artigo introduz um rigoroso framework de estimação para esses funcionais complexos, incluindo um estimador baseado em função de influência semiparamétrica que alcança robustez dupla/múltipla e consistência $\sqrt{n}$.
4. Validação por Simulação: A validade dos métodos de identificação e o desempenho dos estimadores propostos são avaliados através de estudos de simulação tanto em processos geradores de dados de suporte finito quanto mistos (Seção 5).

Significância e Alegações

O artigo afirma preencher a lacuna entre a identificação baseada em modelos gráficos (que frequentemente falha com mediadores ocultos) e a inferência causal proximal (que tipicamente aborda o confundimento oculto de tratamento/resultado, mas não de mediadores). Ao combinar estas abordagens, os autores demonstram que os efeitos causais permanecem identificáveis na estrutura de "arco composto" — um cenário comum na prática onde os mediadores compartilham causas não medidas com tratamentos e resultados.

A significância reside no relaxamento da suposição de "mediador não confundido", um grande gargalo na aplicação da análise de porta frontal, substituindo-a pela suposição de existência de proxies informativos para os confundidores latentes. O trabalho fornece uma base teórica e ferramentas de estimação prática (incluindo estimadores robustos) para pesquisadores que enfrentam tais estruturas de confundimento complexas. Os autores observam que a estratégia de identificação para o Conjunto 3 estende os métodos existentes de autodecomposição para espaços de estado contínuos e permite a identificação da lei conjunta completa, não apenas do efeito causal médio.