Testing Partially-Identifiable Causal Queries Using Ternary Tests

这篇论文提出了一种新的统计框架，用于使用观测数据对部分可识别（Partially-Identifiable）的二元因果查询进行假设检验。传统的二元统计检验在处理此类问题时存在局限性，而本文通过引入三元（Ternary）统计检验（即输出三种结果：拒绝原假设、不拒绝原假设、不可识别）解决了这一难题。

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)

• 核心问题：在因果推断中，许多感兴趣的查询（如因果效应是否为零、是否存在直接效应等）由于未观测混杂因子（unobserved confounders）或正定性（positivity）违反等原因，无法从观测数据中完全识别（Identifiable）。
• 部分可识别性：当因果模型诱导的观测分布集合中，对应于查询结果为 0 的集合（$H_0$）和结果为 1 的集合（$H_1$）存在重叠（即 $P_{H_0} \cap P_{H_1} \neq \emptyset$）时，该查询被称为“部分可识别”。
• 二元检验的局限性：
  • 如果使用传统的二元统计检验（输出：拒绝/不拒绝），当原假设（$H_0$）被拒绝时，可以推断因果查询为 1。
  • 但是，当不拒绝原假设时，由于 $H_0$ 和 $H_1$ 的观测分布集合存在重叠，无法区分数据是来自 $H_0$ 还是重叠区域（即 $H_1$ 的一部分）。因此，结论只能是“不可识别（Unidentifiable）”，而不是“原假设为真”。
  • 这种模糊性使得二元检验在部分可识别场景下无法提供明确的因果推断结论。

2. 方法论 (Methodology)

2.1 三元检验框架

作者提出将统计检验的输出扩展为三种状态：

1. 拒绝原假设 (Reject $H_0$)：对应 $R_1 = H_1 \setminus H_0$（仅属于原假设的补集）。
2. 不拒绝原假设 (Don't Reject $H_0$)：对应 $R_0 = H_0 \setminus H_1$（仅属于原假设）。
3. 不可识别 (Unidentifiable)：对应 $R_2 = H_0 \cap H_1$（重叠区域）。

这种设计将重叠的假设检验转化为对三个互斥区域（$R_0, R_1, R_2$）的检验。

2.2 可检验性条件 (Testability Requirements)

文章建立了三元检验存在的拓扑条件，基于概率测度空间上的弱拓扑（Weak Topology）：

• 一致性要求：定义了弱一致和强一致三元检验，要求随着样本量增加，正确检测概率（PCD）趋于 1。
• 误差控制：定义了渐近误差控制（Asymptotic Error Control），即对于特定的错误类型（如将 $R_j$ 误判为 $i$），其概率上限可被控制。
• 关键定理 (Theorem 11)：
  • 存在满足特定误差控制要求的三元检验，当且仅当目标集合 $I \subseteq \{R_0, R_1, R_2\}$ 中的集合在弱拓扑下是闭集（Closed），而其余集合是$F_\sigma$集（可数个闭集的并集）。
  • 这些拓扑条件不仅是必要的，也是充分的。

2.2 两阶段三元检验 (Two-Stage Ternary Tests)

为了利用现有的二元检验工具库，作者提出了一种构建三元检验的通用方法：两阶段检验。

• 机制：
  1. 第一阶段：使用一个二元检验区分某个子集 $R_i$ 与其补集。
  2. 第二阶段：如果第一阶段未得出结论（即落入补集），则进行第二个二元检验，在补集内部的子集之间进行区分。
• 类型：
  • Split-Null (SN)：第一阶段检验 $R_1$ vs $R_0 \cup R_2$。
  • Split-Alternative (SA)：第一阶段检验 $R_2$ vs $R_0 \cup R_1$。
• 完备性 (Completeness)：论文证明了两阶段三元检验是完备的。即，只要满足上述拓扑条件，就可以通过组合现有的二元检验来构建出满足相同误差控制要求的三元检验。这意味着不需要发明全新的统计量，只需合理组合现有的二元检验即可。

3. 关键贡献 (Key Contributions)

1. 理论框架的扩展：将二元假设检验框架推广到重叠假设的三元检验，明确定义了部分可识别因果查询的检验逻辑。
2. 拓扑特征刻画：首次给出了三元检验存在的充要拓扑条件（闭集与 $F_\sigma$ 集的性质），为判断一个因果查询是否可被有效检验提供了理论依据。
3. 构造性证明与完备性：证明了通过组合二元检验构建的“两阶段三元检验”在误差控制方面是完备的，极大地降低了实际应用的门槛。
4. 实践指南：提供了基于拓扑性质的决策树（Decision Trees），指导研究者如何根据 $R_0, R_1, R_2$ 的拓扑性质选择最佳的检验策略（SA 或 SN）。

4. 应用与结果 (Applications & Results)

论文通过两个具体的因果推断案例展示了该方法的应用：

4.1 工具变量（IV）不等式检验

• 场景：检验观测数据是否满足工具变量模型（Instrumental Variable）的约束条件（Pearl, 1995）。
• 挑战：当工具变量 $Z$ 的正定性（Positivity）不满足时（即某些 $Z$ 值从未出现），IV 不等式变得部分可识别。
• 解决方案：
  • 识别出重叠区域 $R_2$ 对应于正定性被违反的情况。
  • 构建了一个SA 型两阶段检验：
    1. 第一阶段：检验正定性（Positivity Test）。如果违反（落入 $R_2$），输出“不可识别”。
    2. 第二阶段：如果正定性满足，进行标准的 IV 不等式检验。
• 结果：该方法成功处理了正定性缺失的情况，并给出了明确的“不可识别”结论，避免了传统方法可能产生的误导。

4.2 治疗效果比较 (Treatment Efficacy Comparison)

• 场景：在观测数据中，比较某种治疗的效果是否超过某个阈值 $c$（例如来自随机对照试验的基准）。
• 挑战：由于存在未观测混杂，因果效应 $P(Y=1|do(X=1))$ 无法点识别，只能得到 Manski 界限。
• 解决方案：
  • 利用 Manski 界限定义 $R_0, R_1, R_2$。
  • 构建了一个SN 型两阶段检验，使用单侧二项比例检验。
• 数值实验：
  • 模拟结果显示，提出的三元检验（Algorithm 2）在正确检测概率（PCD）上显著优于基于置信区间的“朴素”三元检验（Naive Test）。
  • 特别是在样本量增加时，提出的方法能更准确地收敛到正确的状态（0, 1 或 2）。

4.3 真实数据验证

• 使用 UC Berkeley 研究生录取数据集（UCBAdmissions）进行 IV 不等式检验。
• 结果：正定性检验通过（p 值非零），IV 不等式检验也通过（p 值极小），最终结论为“满足 IV 模型假设”。

5. 意义与结论 (Significance)

• 解决因果推断中的模糊性：该方法为部分可识别问题提供了一个严谨的统计解决方案，明确区分了“证据不足（不拒绝）”和“本质不可识别（Unidentifiable）”，避免了传统二元检验在重叠区域产生的逻辑谬误。
• 理论指导实践：通过拓扑条件，研究者可以在设计检验前预判是否存在“好”的检验，并指导如何组合现有的二元检验工具。
• 通用性：虽然应用于因果推断，但其关于重叠假设的三元检验理论框架具有广泛的统计学意义，可推广到其他涉及部分识别的领域。

总结：这篇论文通过引入三元检验和两阶段构造策略，结合拓扑学分析，成功解决了部分可识别因果查询的假设检验难题，为因果推断领域提供了一个更精细、更可靠的统计推断工具。