The Spectral Structure of Latent Treatment Effects

Resumo Técnico: A Estrutura Espectral dos Efeitos de Tratamento Latentes

Definição do Problema
O artigo aborda o desafio de identificar efeitos de tratamento heterogêneos (HTEs) em dados observacionais na presença de confusão não observada. Especificamente, o objetivo é a recuperação da distribuição de Mistura de Efeitos de Tratamento (MTE) sob um modelo de confusor latente discreto. Diferente da estimativa padrão do Efeito Médio de Tratamento (ATE), que agrega efeitos, ou da estimação do Efeito Médio Condicional de Tratamento (CATE), que condiciona em covariáveis observadas, este problema exige a recuperação da distribuição dos potenciais resultados através de estratos não observados ($U$). O cenário utiliza a inferência causal proximal, empregando duas variáveis de proxy: um proxy de referência ($Z$) e um proxy alvo ($X$), que satisfazem pressupostos específicos de independência condicional em relação ao tratamento ($T$), ao resultado ($Y$) e ao confusor latente ($U$).

Trabalhos anteriores de Mazaheri et al. [2025] estabeleceram a identificabilidade para este regime usando Resultados Potenciais Sintéticos (SPO). A abordagem deles constrói uma sequência de momentos escalares recursivamente a partir de matrizes observáveis e extrai o suporte do efeito de tratamento latente usando um lápis de Hankel. No entanto, esse método depende da inversão de matrizes de momentos de proxy quadradas $k \times k$ em cada etapa, limitando-se a sistemas de proxy "quadrados" onde o número de características do proxy é igual à dimensão latente ($d_x = d_z = k$).

Metodologia
Os autores propõem um arcabouço espectral que reformula o problema de identificação de uma sequência de momentos escalares para a análise de um operador observável comprimido fundamental.

1. Fatoração e Geometria:
   Sob os pressupostos da estrutura causal de proxy, as matrizes de momentos cruzados observáveis ($M_{ZX|t}$ e $M_{ZXY|t}$) fatoram-se em parâmetros latentes não observáveis. O artigo demonstra que os espaços de linha dessas matrizes observáveis alinham-se com o espaço de características latentes.

   • Dimensionalidade Intrínseca: A dimensão latente $k$ é identificada exatamente pelo posto da matriz de momentos cruzados empilhada \begin em \begin{bmatrix} M_{ZX|0} \\ M_{ZX|1} \end{bmatrix}.
   • Positividade: A positividade latente estrita (sobreposição) é caracterizada geometricamente pela igualdade dos espaços de linha das matrizes de momentos específicas do tratamento ao espaço de linha da matriz de características latentes.

2. O Operador Espectral Comprimido:
   Em vez da construção escalar recursiva, o método projeta os dados no subespaço de sinal compartilhado de $k$ dimensões (os vetores singulares à direita do topo da matriz de momentos empilhada).

   • Operador Ambiente: Um operador quociente $Q_t = M_{ZX|t}^\dagger M_{ZXY|t}$ é definido no espaço de características ambiente. Sua restrição ao subespaço de sinal é semelhante à matriz diagonal dos potenciais resultados condicionais $D_{Y|t}$.
   • Operador Comprimido: Ao projetar no espaço base compartilhado $V_k$, os autores definem um operador comprimido $\tilde{Q}_t \in \mathbb{R}^{k \times k}$.
   • Operador de Diferença: O objeto central de identificação é o operador de diferença $\Delta \tilde{Q} = \tilde{Q}_1 - \tilde{Q}_0$. O artigo prova que $\Delta \tilde{Q}$ é semelhante à matriz diagonal dos efeitos de tratamento latentes $D_\tau = \text{diag}(\tau(1), \dots, \tau(k))$. Consequentemente, os autovalores de $\Delta \tilde{Q}$ são exatamente os efeitos de tratamento latentes.

3. Recuperação de Características e Pesos:

   • Matriz de Características: Os autovetores à esquerda de $\Delta \tilde{Q}$, quando "elevados" de volta ao espaço ambiente e normalizados pela coordenada âncora ($X_1 = 1$), recuperam a matriz de características do proxy alvo $B$.
   • Proporções de Mistura: Uma vez recuperada $B$, as proporções de mistura latentes $p$ são identificadas via a equação linear $E[X] = Bp$.

4. Equivalência Operador-Momento:
   O artigo estabelece que a sequência de momentos escalar usada no trabalho SPO anterior é meramente um funcional bilinear das potências deste único operador comprimido: $m_\ell = a^\top (\Delta \tilde{Q})^\ell c$. Assim, o operador é o objeto canônico, e a sequência de momentos é uma projeção específica dele.

Principais Contribuições

• Teorema de Identificação Espectral: Os autores fornecem um teorema de identificação espectral para MTEs latentes que lida diretamente com sistemas de proxies sobrecompletos ($d_x, d_z \ge k$). Ao comprimir para o subespaço de sinal antes da inversão, o método evita o requisito restritivo de matrizes quadradas do método SPO recursivo.
• Equivalência Operador-Momento: Eles provam que os momentos escalares recursivos são gerados pelas potências deste único operador de diferença comprimido. Isso unifica as perspectivas baseadas em momentos e em operadores, mostrando que o operador é o gerador de dimensão finita de toda a hierarquia de momentos sintéticos.
• Caracterização Geométrica: O artigo fornece caracterizações geométricas em nível de população para dimensionalidade latente e positividade estrita, transformando-as em propriedades estruturais de matrizes observáveis em vez de pressupostos externos.
• Garantias de Amostra Finita: Os autores derivam limites de perturbação de alta probabilidade $O(n^{-1/2})$ para os autovalores recuperados (efeitos de tratamento), autovetores elevados (linhas de características) e pesos de simplex projetados. Esses limites dependem do número de condição das matrizes populacionais e do hiato espectral entre os efeitos de tratamento.

Resultados
Avaliações empíricas em dados sintéticos demonstram a superioridade do estimador espectral comprimido sobre a linha de base de cadeia de momentos SPO:

• Estabilidade e Precisão: Em configurações sobrecompletas ($d = k+3$), o estimador espectral reduz significativamente o erro absoluto mediano em comparação com a linha de base de SPO truncado. Por exemplo, para $k=3$ e $N=25.000$, o erro caiu de $0,445$ (SPO Base) para $0,026$ (Espectral), uma melhoria de $17,4\times$.
• Convergência: O estimador espectral exibe a taxa de convergência prevista de $O(n^{-1/2})$. Em contraste, o estimador SPO base mostra comportamento não monótono e maior variância, atribuído à instabilidade da recuperação de raízes polinomiais a partir de sequências de momentos perturbadas.
• Lidando com a Sobrecompletude: O método espectral acomoda naturalmente sistemas de proxy retangulares ao projetar no subespaço de sinal, enquanto o método SPO base exige a truncagem arbitrária de características, o que o artigo mostra levar a um desempenho subótimo mesmo quando truncado.
• Autovalores Complexos: O artigo observa que, sob separação espectral, perturbações de amostra finita preservam autovalores reais. O surgimento de pares conjugados complexos serve como um diagnóstico para tamanho de amostra insuficiente, má condição ou erro de especificação do modelo.

Significância e Alegações
O artigo afirma que a identificação de misturas causais latentes é fundamentalmente um problema de operador, e não um problema de momento escalar. Ao identificar os efeitos de tratamento latentes como os autovalores de um único operador de diferença comprimido, o método:

1. Reenquadra o Problema: Ele expõe o objeto de dimensão finita que as sequências de momentos implicitamente sondam, permitindo a diagonalização direta no subespaço de sinal de proxy compartilhado.
2. Estabiliza a Estimativa: Substitui inversões escalares de alta ordem por análise espectral de dimensão finita, o que é mais robusto ao ruído, particularmente em regimes de proxies sobrecompletos.
3. Esclarece a Estrutura: Fornece uma visão unificada onde a sequência de momentos é um traço do operador, e o próprio operador determina todo o suporte distributivo.

Os autores observam modestamente que, embora o método lide com proxies sobrecompletos e forneça fortes garantias teóricas, trabalhos futuros poderiam estender a formulação do operador quociente para classes latentes contínuas (via operadores integrais) e utilizar a caracterização de homogeneidade exata ($\Delta \tilde{Q} = \tau^* I_k$) para testes diretos de heterogeneidade do efeito de tratamento.