📊 statistics

Prediction Sets for Counterfactual Decisions: Coverage, Optimality, and Conformal Prediction

本文引入了一个用于反事实决策的决策论框架，该框架将“策略耦合覆盖”（policy-coupled coverage）定义为不确定性与行动之间的最优联系，并由此开发出 PC-RACP 算法，该算法与现有方法相比实现了更高的效用和严谨的有限样本有效性。

原作者： Yurui Zheng, Ying Jin

发布于 2026-07-03

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Yurui Zheng, Ying Jin

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

想象一下你是一名医生、一名营销经理或一名政策制定者。你必须做出一个重大决策，比如选择一种治疗方案、发送一封邮件或发布一项政策。问题在于，你无法预知未来。你有一个预测，但它不是一个水晶球；它更像是一个天气预报，可能会出错。

通常，统计学家试图通过构建一个被称为“预测集”（prediction set）的“安全网”来解决这个问题。与其说“会下雨”，不如说“会在下午 2 点到 4 点之间下雨”。这给出了一个可能性的范围。如果你能足够频繁地（例如 95% 的时间）捕捉到真实的结局落在该范围内，那么这种方法就被认为是“有效的”。

这篇论文提出的核心问题：
作者指出，当我们所做的决策会改变结果时，构建这些安全网的方式存在缺陷。

可以这样理解：

标准预测： 你在预测天气。无论你预测的是下雨还是晴天，天气本身都会以同样的方式发生。你的预测集只需要捕捉到实际的天气即可。
反事实决策（本文讨论的情况）： 你是一名医生。如果你开处方使用药物 A，患者会得到结果 A；如果你开处方使用药物 B，患者会得到结果 B。这里的“结果”并不是一个等待被捕捉的固定事物；你的选择改变了结果。

作者认为，如果你使用标准的（将结果视为固定的）安全网，你最终得到的安全网在数学上虽然是“有效”的，但在实际应用中却毫无用处。因为它没有考虑到你的决策改变了现实，所以它可能会覆盖错误的对象。

解决方案：“策略耦合覆盖”（Policy-Coupled Coverage）
作者引入了一种更聪明的方法来构建这些安全网。他们称之为策略耦合覆盖。

这里有一个类比：
想象你正在玩一款电子游戏，你必须选择一条路径。

旧方法： 你绘制了一张包含所有可能路径的地图。你检查这张地图是否覆盖了你可能走过的地形，无论你最终选择哪条路径。
新方法（策略耦合）： 你首先决定，“好吧，根据我的地图，我打算走路径 A。”然后，你专门为路径 A 绘制一个安全网。你只关心这个网是否捕捉到了你最终实际走过的地形。

作者证明了这种“自我指涉”的方法是黄金标准。它在“我不确定会发生什么”和“我需要做一个安全的决策”之间架起了一座完美的桥梁。

他们是如何实现的（PC-RACP 机制）
作者构建了一个特定的配方（一种名为 PC-RACP 的算法）来创建这些智能安全网。把它想象成一个三步走的烹饪过程：

学习地图： 他们利用过去的数据来推测如果采取行动 A、行动 B 等会发生什么。
选择最佳路径： 他们观察所有这些推测，并思考：“如果我想保持安全，哪种行动看起来最好？”然后锁定这个决策。
校准网络： 最后，他们仅针对那个锁定的决策构建安全网。他们使用一种特殊的数学技巧（符合预测/conformal prediction），以确保在现实世界中，这个网能 95% 的时间捕捉到实际结果。

他们的发现（结果）
他们在两类场景上进行了测试：

模拟数据（仿真实验）： 他们创造了一个已知答案的虚拟世界。他们发现，相比之下，他们的新方法能更好地帮助“决策者”获得理想的结果，同时保持安全性。旧方法要么过于冒险，要么过于谨慎（浪费了机会）。
真实数据（电子邮件营销）： 他们使用了一个真实的电子邮件营销数据集（通过发送邮件来销售商品）。
- 结果： 他们的这种方法帮助公司获得了更高的收益（效用）高于旧方法。
- 原因： 旧方法因为安全网过于宽泛且模糊，导致不敢轻易发送邮件。而新方法清楚地知道何时可以安全地发送邮件，何时应该按兵不动，从而做出了更好的决策。

核心总结
主要信息很简单：不要把你的决策当成旁观者。

如果你的决策会改变结果（比如医生的处方或营销邮件），你就不能使用标准的“安全网”。你需要一个与你的具体选择相“耦合”的安全网。作者展示了，如果你围绕你实际做出的决策来构建不确定性，你就能获得更好的结果、更高的回报，并且依然能保持原有的安全性。

他们称之为策略耦合覆盖，它将不确定性从一种可怕的未知，转变为一种实现更好选择的可靠工具。

技术摘要：用于反事实决策的预测集

1. 问题陈述

本文探讨了在反事实设定下，面对预测不确定性时进行高风险决策所面临的挑战。在标准的预测问题中，无论采取何种行动，结果 $Y$ 都是固定的。然而，在反事实决策（例如治疗选择、政策制定、营销）中，实现的结局 $Y(A)$ 取决于所选的行动 $A$ 。

核心难点在于不确定性量化与决策规则之间的相互依赖关系：

耦合结局： 被预测集“覆盖”的结局并非固定不变；它是由所选行动决定的。
有效性与最优性差距： 虽然符合性预测（Conformal Prediction）为固定结局提供了统计有效性（覆盖保证），但目前尚不清楚这些保证如何转化为最优性，因为决策规则本身会改变实现结局的分布。现有方法通常将潜在结局视为独立处理，或忽略了反事实结构，从而导致次优决策或对诱导策略（induced policy）的覆盖失效。

核心问题是：在行动决定了哪种潜在结局被实现的场景下，不确定性量化与反事实决策之间正确的接口是什么？

2. 方法论与框架

作者提出了一个以策略耦合覆盖（Policy-Coupled Coverage）为核心的决策论框架，以及一种名为策略耦合风险规避符合性预测（PC-RACP）的两阶段构建程序。

2.1 决策论基础

风险规避目标： 该框架采用风险规避目标，即代理人寻求最大化实现效用的高概率下界（效用证书）。
集合诱导决策规则： 给定一组预测集 $\{C(x, a)\}_{a \in \mathcal{A}}$ （每个行动对应一个集合），代理人采用极大极小规则（max-min rule）：
$\pi_{RA}(x; C) = \arg\max_{a \in \mathcal{A}} \inf_{y \in C(x, a)} u(a, y)$
该规则选择在预测结局集合内使最差情况效用最大化的行动。

2.2 策略耦合覆盖 (PCC)

本文引入策略耦合覆盖作为必要的有效性概念。不同于标准的逐行动边际覆盖（要求对于所有 $a$ ，满足 $P(Y(a) \in C(X, a)) \ge 1-\alpha$ ），PCC 要求预测集必须覆盖在由这些集合本身所诱导的策略下实现的结局：
$P\left( Y(\pi_{RA}(X)) \in C(X, \pi_{RA}(X)) \right) \ge 1 - \alpha$
理论依据：

极小极大最优性： 定理 2.1 确立了在分布模糊性（即真实分布未知但满足 PCC）下，极大极小规则 $\pi_{RA}$ 是极小极大最优决策规则。
无损接口： 定理 3.1 证明了在 PCC 下优化预测集等价于直接在策略和效用证书上进行优化（RA-DPO）。因此，预测集是风险规避反事实决策的一个“无损接口”。
与通用覆盖的等价性： 定理 3.2 表明，在 PCC 下进行优化等价于在更强的“通用覆盖”（对任何策略均有效）条件下进行优化，尽管 PCC 约束更弱且对诱导策略更具实践意义。

2.3 PC-RACP 算法

为了在有限样本下构建这些集合，作者提出了一个两阶段程序：

模型估计与策略学习：
- 将数据分为训练集、学习集和校准集。
- 估计条件效用分位数 $\hat{\gamma}(x, t, a)$ 和最优条件覆盖分配规则 $\hat{g}(x, \beta)$ 。
- 使用学习集寻找一个初步参数 $\hat{\beta}$ ，该参数满足近似覆盖约束，从而诱导出一个固定的极大极小策略 $\hat{a}(\cdot)$ 。
加权符合性校准：
- 固定策略 $\hat{a}(\cdot)$ 以解耦决策规则与覆盖保证。
- 使用校准集（通过过滤，仅保留日志行动与 $\hat{a}(X)$ 相匹配的实例）进行加权符合性预测。
- 基于行为策略使用重要性权重来调整协变量偏移。
- 构建最终的预测集 $\hat{C}(x, a)$ ，使其满足针对诱导策略 $\hat{a}(\cdot)$ 的 PCC 保证。

3. 主要贡献

新颖的有效性概念： 确定了策略耦合覆盖是反事实设定下不确定性与行动之间决策论最优的接口。
理论等价性： 证明了在 PCC 下优化预测集等价于通用覆盖优化以及直接的风险规避策略优化，从而确立了预测集作为一个无损接口的地位。
显式最优形式： 推导出了总体最优预测集的显式形式（定理 3.4），该形式基于条件效用分位数的阈值。
有限样本程序： 开发了 PC-RACP，这是一个实用的算法，即使在策略是从数据中学习到的情况下，也能为诱导策略下的实现结局提供严格的有限样本覆盖保证。

4. 实验结果

作者通过模拟实验和真实的电子邮件营销实验（Hillstrom 数据集）验证了该框架。

合成模拟：
- 覆盖率： PC-RACP 实现的经验覆盖率接近目标值 $1-\alpha$ 。相比之下，标准的风险规避符合性（RAC）方法（忽略了反事实结构）低于目标值，而“插件式”（Plug-in）基准方法则无法提供精确覆盖。
- 效用： 在各种误覆盖水平 $\alpha$ 下，PC-RACP 始终能获得最高的平均效用证书，优于 RAC 和插件式基准。
Hillstrom 电子邮件营销实验：
- 覆盖率： PC-RACP 保持接近标称水平的覆盖率。RAC 则过于保守（覆盖率显著高于目标值）。
- 效用： PC-RACP 产生更高的效用。
- 增益机制： 分析表明，PC-RACP 在两个阶段均获得了效用增益：
  - 较小的 $\alpha$ 时： 通过为优势行动构建更锐利的预测集（减少如 $\{0, 1\}$ 这种歧义集合出现的频率）。
  - 较大的 $\alpha$ 时： 通过比 RAC 更频繁地选择高回报行动（发送电子邮件），同时保持有效的覆盖。

5. 重要性与主张

本文声称提供了第一个将不确定性量化与反事实决策最优性进行严谨连接的决策论框架。

忽略结构的次优性： 作者证明了忽略决策问题的反事实性质（即将结局视为固定）对于统计有效性和决策效用而言都是次优的。
决策感知的不确定性： 本研究认为，反事实问题中的不确定性量化必须围绕其所支持的决策进行设计。策略耦合覆盖被呈现为迈向更广泛的决策感知不确定性量化理论的基础性步骤。
实际应用价值： 所提出的 PC-RACP 方法为行动会影响结果的高风险决策提供了一种具体的、具有有限样本有效性的程序，弥合了符合性预测理论与因果推断应用之间的鸿沟。