📊 statistics

Causal Partial Identification via Conditional Optimal Transport

本文通过证明条件最优传输（COT）泛函在适应 Wasserstein 距离诱导的更强拓扑下具有连续性，提出了一种无需估计非参数干扰项的直接且一致的非参数估计量，从而有效解决了因果推断中联合分布部分识别的有限样本估计难题。

原作者： Sirui Lin, Zijun Gao, Jose Blanchet, Peter Glynn

发布于 2026-02-16

📖 1 分钟阅读☕ 轻松阅读

原作者： Sirui Lin, Zijun Gao, Jose Blanchet, Peter Glynn

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文解决了一个因果推断中非常经典且棘手的难题：“如果一个人同时接受了治疗和没接受治疗，结果会怎样？”

在现实生活中，我们只能看到一种结果（要么吃药了，要么没吃药），永远无法同时看到同一个人的两种状态。这就好比你想比较“如果小明吃了苹果”和“如果小明没吃苹果”谁更健康，但你只能看到其中一种情况。

这篇论文提出了一种新的数学方法，利用**“条件最优传输”（Conditional Optimal Transport）**来更精准地估算这种“缺失”的信息，并且解决了以往方法中计算不稳定、需要大量假设的痛点。

为了让你轻松理解，我们用几个生活中的比喻来拆解这篇论文的核心内容：

1. 核心难题：看不见的“平行宇宙”

想象你在做实验，想评估一种新药的效果。

现实世界：你给一组人吃药（治疗组），给另一组人吃安慰剂（对照组）。
缺失的世界：你想知道，那个吃药的人，如果没吃药会怎样？那个没吃药的人，如果吃了药会怎样？

因为无法同时观察，我们只能知道“吃药组”和“没吃药组”各自的平均表现，但不知道个体层面的具体差异（比如，药对张三有效，对李四可能无效甚至有害）。这种不确定性被称为**“部分识别”（Partial Identification）**。

以前的方法就像是在黑暗中摸索，给出的答案范围（置信区间）往往太宽泛，不够精确。

2. 新工具：带有“导航”的搬运工（条件最优传输）

为了缩小这个模糊的范围，研究人员引入了协变量（比如年龄、身高、病史等）。

旧方法（普通最优传输 OT）：就像是一个搬运工，要把一堆“没吃药的人”搬运到“吃药的人”的位置，尽量让他们的特征匹配。但他只看整体，不管细节。
新方法（条件最优传输 COT）：这个搬运工手里有一张**“导航地图”。他不仅要把人搬过去，还要确保“同年龄、同身高的人”**被匹配在一起。
- 比如，把"30 岁、高血压”的没吃药者，精准匹配给"30 岁、高血压”的吃药者。
- 这样，我们就能更准确地推断：如果这个特定的"30 岁高血压患者”吃了药，结果会怎样？

论文的贡献：以前的方法在数学上有个大漏洞——当数据量有限，或者某些特征（如年龄）在两组中完全对不上时，这种“搬运”计算会崩溃，算出来的结果不可靠。

3. 核心突破：给地图加上“网格”（离散化与适应型 Wasserstein 距离）

这篇论文最厉害的地方在于，它发现了一个新的数学视角，解决了上述的“崩溃”问题。

比喻：从“点对点”到“区域对区域”

想象你要把两个城市的居民进行匹配：

以前的做法（直接点对点）：试图把张三（30 岁）和李四（30.0001 岁）强行匹配。如果李四不在样本里，或者数据有微小误差，匹配就失败了，整个计算结果就乱了（数学上叫“不连续”）。
这篇论文的做法（网格化/分桶）：
1. 画格子：先把所有可能的特征（如年龄）划分成一个个小格子（比如 29-30 岁算一格，30-31 岁算一格）。
2. 归并：不管张三 30.01 岁还是 30.02 岁，只要他在同一个格子里，就视为“同类”。
3. 区域匹配：不再纠结于具体的某个人，而是把“治疗组里 30-31 岁这个格子”的所有人，作为一个整体，去匹配“对照组里 30-31 岁这个格子”的所有人。

为什么这很聪明？
这就好比在拥挤的舞会上找舞伴。如果你非要找“身高完全一样”的人，可能永远找不到。但如果你找“身高在 175-180cm 之间”的人，你就很容易找到。
论文证明了，只要用这种**“分格匹配”的方法，配合一种叫“适应型 Wasserstein 距离”的数学工具，就能保证计算结果是稳定、可靠且收敛**的。

4. 实际效果：更准、更稳、不需要“猜”

论文通过大量的模拟实验（就像在电脑里跑了几百次虚拟实验）证明了：

更精准：他们算出来的“可能结果范围”比以前的方法更窄、更精确。这意味着我们能更清楚地知道药到底有没有效。
不需要猜参数：以前的方法往往需要预先假设数据服从某种分布（比如假设年龄是正态分布），或者需要估算很多复杂的中间变量（ nuisance parameters）。这篇论文的方法不需要这些假设，它是“非参数”的，直接根据数据说话，更灵活。
抗干扰：即使两组人的数据分布有点不一样（比如治疗组里年轻人多，对照组里老年人多），只要用他们的方法重新加权调整，依然能算得很准。

总结

这篇论文就像是为因果推断领域发明了一套**“带网格的精准匹配系统”**。

它告诉我们：在无法看到“平行宇宙”的情况下，不要试图强行匹配每一个具体的点（那太脆弱了），而是应该把人群划分成不同的**“特征群组”**，在群组层面进行稳健的匹配和推断。

一句话概括：
以前我们试图在茫茫人海中寻找“完全一样”的两个人来对比，结果经常找不到或者算不准；现在，我们学会了把人群按特征**“分门别类”，在每一类里进行“批量匹配”**，从而更聪明、更准确地估算出药物或政策的真实效果。

这是一篇关于**通过条件最优传输（Conditional Optimal Transport, COT）进行因果部分识别（Causal Partial Identification）**的学术论文。文章由斯坦福大学和南加州大学的研究人员共同完成，旨在解决在存在协变量的情况下，如何更准确地估计因果效应（特别是涉及处理组和控制组结果联合分布的统计量）的上下界问题。

以下是对该论文的详细技术总结：

1. 研究背景与问题定义 (Problem)

核心挑战：在因果推断中，由于“反事实”问题（即同一个体无法同时处于处理状态和控制状态），我们无法直接观测到处理结果 $Y(1)$ 和控制结果 $Y(0)$ 的联合分布。因此，依赖于联合分布的因果估计量（如处理效应的方差、联合分布的矩等）通常是**部分可识别（Partially Identifiable）**的，即只能确定其取值范围（部分识别集，PI Set），而无法得到点估计。
现有方法的局限：
- 传统的部分识别通常基于最优传输（OT）理论，利用边缘分布构建 PI 集。
- 当存在**预处理协变量（Pre-treatment Covariates）时，可以利用协变量辅助缩小 PI 集，这被称为协变量辅助的部分识别。这在数学上对应于条件最优传输（COT）**问题。
- 关键难点：COT 泛函在弱拓扑（weak topology）下是不连续的。这意味着直接使用经验分布（plug-in estimator）进行估计是不一致的（inconsistent）。现有的解决方法通常依赖于对原始 COT 公式的松弛（relaxations）、估计非参数干扰项（nuisance functions）或使用缺乏统计保证的启发式方法。
具体目标：开发一种直接、一致且非参数的 COT 值估计量，无需估计复杂的干扰函数，并能在有限样本下提供收敛速率保证。

2. 方法论 (Methodology)

文章提出了一种基于**自适应 Wasserstein 距离（Adapted Wasserstein Distance）**的新框架。

2.1 理论突破：拓扑结构的转换

发现：作者证明了 COT 泛函在由自适应 Wasserstein 距离（ $W_a$ ）诱导的更强拓扑下是连续的。
意义： $W_a$ 不仅衡量联合分布的差异，还强制要求条件分布（给定协变量）的匹配。这种拓扑结构要求结果的条件分布在每个协变量值上均匀收敛，从而解决了传统弱拓扑下 COT 估计不一致的问题。

2.2 估计量构建：自适应经验分布 (Adapted Empirical Distribution)

为了利用上述连续性，作者提出了一种新的估计策略：

协变量离散化：将连续的协变量空间 $Z$ 划分为有限个单元格（Cells），并将观测到的协变量映射到单元格的中心。
构建自适应经验分布：
- 仅对协变量 $Z$ 进行离散化，保留结果变量 $Y$ 的原始分布形式。
- 在每个单元格内，利用该单元格内的样本构建局部条件分布的经验估计。
- 这种方法避免了在连续协变量下“完美匹配”几乎不可能发生的问题（即处理组和控制组很少拥有完全相同的协变量值）。
耦合与估计：
- 在离散化后的协变量空间上，寻找处理组和控制组分布之间的最优耦合（Optimal Coupling）。
- 计算该耦合下的期望成本，作为 COT 值的估计量 $\hat{V}_{n_0, n_1}$ 。

2.3 处理协变量分布偏移 (Covariate Shift)

针对观察性研究中常见的协变量分布不一致（即处理组和控制组的协变量分布不同， $P(Z|W=0) \neq P(Z|W=1)$ ）的情况，文章引入了**重加权（Reweighting）**机制。
利用倾向性得分（Propensity Score）的估计值，对样本进行自归一化加权，以校正分布偏移，确保估计量针对目标总体分布的一致性。
采用了**交叉拟合（Cross-fitting）**技术，将数据分为两部分，分别用于估计倾向性得分和构建经验分布，以消除估计误差的相关性。

3. 主要贡献 (Key Contributions)

理论连续性证明：证明了在自适应 Wasserstein 距离诱导的拓扑下，COT 泛函是连续的（定理 2）。这是构建一致估计量的理论基础。
提出一致的非参数估计量：
- 在伯努利设计（随机实验）下，提出了直接的非参数估计量，并证明了其一致性（定理 3）。
- 推导了有限样本下的收敛速率（定理 4），速率取决于协变量维度 $d_Z$ 和结果维度 $d_Y$ 。
- 证明了估计量对协变量分布偏移的鲁棒性（定理 5）。
扩展至观察性研究：将结果推广到具有协变量依赖处理分配（Unconfoundedness）的场景，提供了相应的收敛速率保证（定理 6）。
实证验证：通过广泛的模拟实验和真实数据（STAR 项目）验证，表明该方法在精度上优于现有的基于松弛或干扰函数估计的方法（如 DualBounds）。

4. 实验结果 (Results)

合成数据实验：
- 在多种数据生成机制（线性、二次、尺度模型）下，比较了本文提出的“自适应 COT 估计量”与基于岭回归（Ridge）和 K 近邻（KNN）的 DualBounds 方法。
- 结果：在模型设定正确时，DualBounds 表现良好；但在模型设定错误（如非线性关系）或高维情况下，本文方法表现更优，且不需要假设特定的模型结构。
真实数据实验：
- 基于 STAR（学生成就与保留）项目数据，评估了潜在结果相关性的部分识别界。
- 结果：本文方法在所有样本量设置下，其估计的平均相对误差均低于对比方法。
敏感性分析：
- 分析了离散化单元格大小（ $c$ ）对估计精度的影响，提出了基于“肘部法则”（Elbow method）的超参数选择策略。
- 验证了方法对协变量分布微小偏移的鲁棒性。

5. 意义与影响 (Significance)

方法论创新：首次将自适应 Wasserstein 距离系统地应用于因果推断中的条件最优传输问题，解决了长期存在的估计不一致性难题。
无需模型假设：提供了一种完全非参数的解决方案，不依赖于对潜在结果模型或干扰函数的正确设定，增强了因果推断的稳健性。
理论完备性：提供了严格的有限样本收敛速率和鲁棒性保证，填补了该领域理论分析的空白。
实际应用价值：为政策评估、临床试验分析等场景中，如何利用协变量更精确地界定因果效应范围提供了强有力的工具。

总结：这篇文章通过引入更强的拓扑结构（自适应 Wasserstein 距离）和创新的离散化估计策略，成功解决了条件最优传输在因果部分识别中的估计难题，提供了一种理论严谨且实证有效的非参数估计框架。