[論文レビュー] Causal inference with misspecified exposure mappings: separating definitions and assumptions

Fredrik Sävje|arXiv (Cornell University)|Mar 11, 2021

Bayesian Modeling and Causal Inference被引用数 4

ひとこと要約

本稿は、因果推論における干渉構造の仮定における露出マッピングの定義を分離することを提案し、露出が誤って指定されていても、指定誤差が単位間で弱く依存している限り、従来の推定器が一貫性を保つことを示している。主な貢献は、現実的で非理想的な露出指定のもとで有効な因果推論の実用的フレームワークを提供することにある。

ABSTRACT

Exposure mappings facilitate investigations of complex causal effects when units interact in experiments. Current methods require experimenters to use the same exposure mappings both to define the effect of interest and to impose assumptions on the interference structure. However, the two roles rarely coincide in practice, and experimenters are forced to make the often questionable assumption that their exposures are correctly specified. This paper argues that the two roles exposure mappings currently serve can, and typically should, be separated, so that exposures are used to define effects without necessarily assuming that they are capturing the complete causal structure in the experiment. The paper shows that this approach is practically viable by providing conditions under which exposure effects can be precisely estimated when the exposures are misspecified. Some important questions remain open.

研究の動機と目的

• 現在の因果推論手法が、露出マッピングが同時に効果を定義し、干渉構造を正しく仮定することを要件としている問題に対処すること。
• 露出マッピングは主に効果を定義することを目的とすべきであり、干渉に関する仮定を内蔵すべきでないことを主張すること。
• 指定誤差が弱く依存している限り、誤って指定された状況でも標準的推定器が一貫性を保つことを示すこと。
• 誤った露出マッピングが存在する状況でも、露出効果を正確に推定できる条件を提示すること。
• 正しく指定された露出という標準的仮定のより現実的で妥当な代替案を提供すること。

提案手法

• 露出マッピングが因果構造を完全に捉える必要がないという二役割分離を提案：露出マッピングは効果を定義するだけであり、因果構造を完全に表現する必要がない。
• 誤って指定されても推定可能な一般化された露出効果の概念を導入する。
• 指定誤差が弱く依存するという条件下で、従来の推定器の一貫性を確立する。
• 潜在的アウトカムと露出マッピング関数を用いて干渉効果をモデル化する。
• 指定誤差によるバイアスが漸近的に消える条件を導出する。
• 実世界の例（例えば、警察活動実験における犯罪の移転）にこのフレームワークを適用する。

実験結果

リサーチクエスチョン

• RQ1 露出マッピングが誤って指定されていても、解釈可能である限り因果推論は有効に保たれるか？
• RQ2 従来の推定器が一貫性を保つために必要な指定誤差の条件は何か？
• RQ3 露出マッピングを、干渉構造を完全に捉える必要がない状況で、どのように効果を定義するために使用できるか？
• RQ4 指定誤差に強い依存性と弱い依存性がある場合、推定バイアスにどのような影響を与えるか？
• RQ5 定義と仮定の役割を分離することで、干渉状況における因果推論の実用的適用性が向上するか？

主な発見

• 従来の露出効果推定器は、指定誤差が単位間で強く依存していない限り、露出が誤って指定されていても一貫性を保つ。
• 正しく指定された露出という仮定は、より弱い条件である「誤差の弱い依存性」に置き換えられ、これは実務においてより現実的で検証可能である。
• 本稿は、露出マッピングが因果メカニズムを完全に捉える必要がないとしても、解釈可能で効果定義に有効であることを示している。
• 誤差構造が単位間で系統的なバイアスを生じない限り、誤って指定された状況でも露出効果を正確に推定できる。
• 結果は、特定の干渉構造を要件としないため、広く適用可能である。必要なのは誤差の弱い依存性のみである。
• 実世界の例（ボゴタでの警察活動）を通じて、250m半径の二値露出が現実的ではないことが示されたが、提案された条件下では推定器が有効であることが確認された。