[論文レビュー] Data-adaptive smoothing for optimal-rate estimation of possibly non-regular parameters

Aurélien Bibaut, Mark J. van der Laan|arXiv (Cornell University)|Jun 22, 2017

Advanced Causal Inference Techniques参考文献 12被引用数 4

ひとこと要約

本稿では、非正規かつ一般に経路ごとの微分可能性を満たさないパrameterの非パラメトリックモデルにおける最適レート推定を達成するためのデータ適応的スムージング手法を提案する。経路ごとの微分可能性を持つ近似パrameterの族をスムージングレベルでインデックス化することで、1段階推定量を用いて最適なスムージングレベルを選択し、漸近正規性、最適平均二乗誤差収束、近似的に最適な幅の信頼区間を保証する。

ABSTRACT

We consider nonparametric inference of finite dimensional, potentially non-pathwise differentiable target parameters. In a nonparametric model, some examples of such parameters that are always non pathwise differentiable target parameters include probability density functions at a point, or regression functions at a point. In causal inference, under appropriate causal assumptions, mean counterfactual outcomes can be pathwise differentiable or not, depending on the degree at which the positivity assumption holds. In this paper, given a potentially non-pathwise differentiable target parameter, we introduce a family of approximating parameters, that are pathwise differentiable. This family is indexed by a scalar. In kernel regression or density estimation for instance, a natural choice for such a family is obtained by kernel smoothing and is indexed by the smoothing level. For the counterfactual mean outcome, a possible approximating family is obtained through truncation of the propensity score, and the truncation level then plays the role of the index. We propose a method to data-adaptively select the index in the family, so as to optimize mean squared error. We prove an asymptotic normality result, which allows us to derive confidence intervals. Under some conditions, our estimator achieves an optimal mean squared error convergence rate. Confidence intervals are data-adaptive and have almost optimal width. A simulation study demonstrates the practical performance of our estimators for the inference of a causal dose-response curve at a given treatment dose.

研究の動機と目的

• 密度関数や回帰関数の点における値といった、非正規かつ経路ごとの微分可能性を満たさないパラメータの非パラメトリックモデルにおける最適推論の課題に対処すること。
• スムージングレベルでインデックス化された経路ごとの微分可能な近似パラメータの一般枠組みを構築することにより、効率的推定と推論を可能にすること。
• 平均二乗誤差を最適化し、結果として得られる推定量の漸近正規性を保証するスムージングレベルのデータ適応的選択ルールを提案すること。
• 正規性条件の下で、結果として得られる推定量がすべての形の推定量 $\widehat{\Psi}_n(\delta_n)$ の中で最適な収束レートに達することを示すこと。

提案手法

• スカラ $\delta$ でインデックス化された経路ごとの微分可能な近似パラメータ $\Psi_\delta(P)$ の族を構築する。ここで $\delta$ はスムージングの程度（例：カーネル密度推定におけるバンド幅、感受性スコア推定における切断レベル）を制御する。
• 初期推定量に基づく1段階推定量 $\widehat{\Psi}_n(\delta)$ を用い、各 $\delta$ に対して二重ロバスト性と漸近的効率性を保証する。
• 経験的インパルス関数に基づくデータ駆動基準を最小化することで、最適なスムージングレベル $\hat{\delta}_n$ を選択し、最適な平均二乗誤差性能を達成する。
• 正規性条件の下で、最終的な推定量 $\widehat{\Psi}_n(\hat{\delta}_n)$ の漸近正規性を確立し、有効な信頼区間の構築を可能にする。
• 理論的妥当性を保証するため、ゆっくりな列 $\tilde{\delta}_{1,n}$ と $\tilde{\delta}_{2,n}$ を用いた2段階手順を採用し、実用的な選択は $\log\widehat{b}'_{2,n}(\delta)$ と $\log\delta$ のプロットにおける線形領域に基づいて行う。
• 既知の治療メカニズム下での用量反応曲線推定を含む因果推論問題にこの手法を適用し、理論的およびシミュレーション的妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 データ適応的スムージング手順は、非パラメトリックモデルにおける非正規パラメータの最適平均二乗誤差収束を達成できるか？
• RQ2 スムージングレベルでインデックス化された近似パラメータの族によって、非正規パラメータの経路ごとの微分可能性をどのように回復できるか？
• RQ3 漸近正規性と最適推論を保証する最適なスムージングレベル選択ルールは何か？
• RQ4 結果として得られる推定量は、すべての形の推定量 $\widehat{\Psi}_n(\delta_n)$ の中で最適な収束レートに達するか？
• RQ5 真のパラメータが非滑らかである場合、有限標本における性能は、決定論的スムージングレベル（特に $n^{-1/5}$ や $n^{-1/7}$）と比較してどうなるか？

主な発見

• 提案手法は正規性条件の下で、理論的下界に一致する最適な平均二乗誤差収束レートを達成する。
• 選択されたスムージングレベル $\hat{\delta}_n$ における1段階推定量は漸近正規性を満たし、近似的に最適な幅の信頼区間の構築が可能になる。
• シミュレーションでは、理論的最適レートに基づく決定論的スムージングレベル（例：$Cn^{-1/5}$ や $Cn^{-1/7}$）でさえも、本手法に劣る性能を示した。
• 点 $a_0$ で用量反応曲線にカスプが存在する場合、本手法は局所的な非滑らかさに適応し、グローバルな滑らかさを仮定する手法を上回る性能を示した。
• 有限標本における最適スムージングレベルは $\approx 0.132n^{-0.183}$ と推定され、理論的 $n^{-1/5}$ とは乖離していたが、有限標本バイアスをうまく適応した。
• 実用的な実装は、$\log\widehat{b}'_{2,n}(\delta)$ と $\log\delta$ のプロットにおける線形領域で $\tilde{\delta}_{i,n}$ を選択することで可能となり、強い有限標本性能を実現した。