[論文レビュー] Optimal Dynamic Treatment Regimes and Partial Welfare Ordering

Sukjin Han|arXiv (Cornell University)|Dec 20, 2019

Advanced Causal Inference Techniques被引用数 8

ひとこと要約

本稿は、逐次的無作為化仮定を緩和するために2値の工具変数を用いることで、内生的処置を伴う観察データから最適な動的処置戦略を同定するフレームワークを提案する。線形計画法を用いた部分的福祉順序を導入し、同定された最適戦略の集合をこの順序における最大元として特徴づけ、部分同定下でも政策に意味のある順序付けを可能にする。

ABSTRACT

Dynamic treatment regimes are treatment allocations tailored to heterogeneous individuals. The optimal dynamic treatment regime is a regime that maximizes counterfactual welfare. We introduce a framework in which we can partially learn the optimal dynamic regime from observational data, relaxing the sequential randomization assumption commonly employed in the literature but instead using (binary) instrumental variables. We propose the notion of sharp partial ordering of counterfactual welfares with respect to dynamic regimes and establish mapping from data to partial ordering via a set of linear programs. We then characterize the identified set of the optimal regime as the set of maximal elements associated with the partial ordering. We relate the notion of partial ordering with a more conventional notion of partial identification using topological sorts. Practically, topological sorts can be served as a policy benchmark for a policymaker. We apply our method to understand returns to schooling and post-school training as a sequence of treatments by combining data from multiple sources. The framework of this paper can be used beyond the current context, e.g., in establishing rankings of multiple treatments or policies across different counterfactual scenarios.

研究の動機と目的

• 既存の最適な動的処置戦略手法が強い逐次的無作為化仮定に依存するという限界を是正すること。
• 観察データにおいて、未観測な異質性や不順守のため処置が内生的である状況でも、最適な処置戦略を同定できること。
• 完全な点同定が不可能な状況下でも、動的戦略間の意味のある福祉比較を可能にする部分同定フレームワークの構築。
• 反事後的福祉の部分的順序における最大元として最適戦略の集合を特徴づけることにより、政策に意味のあるベンチマークを提供すること。
• ランダム化実験を超えた、内生的処置を伴う現実世界の政策評価設定への動的処置戦略分析の適用可能性を拡張すること。

提案手法

• 複数期間の設定において内生的処置を伴う状況で、2値の工具変数を用いて処置効果を同定する。
• 線形計画法の集合を用いて、動的処置戦略間の反事後的福祉の鋭い部分的順序を構築する。
• 工具変数の仮定に基づく福祉比較から、観測データを動的戦略の部分的順序にマッピングする。
• 同定された最適戦略の集合を、部分的順序における最大元として特徴づけ、部分同定に対するロバストネスを保証する。
• 部分的順序に対してトポロジカルソートを適用し、福祉パフォーマンスに応じて戦略を順位付けする政策ベンチマークを生成する。
• 構造的仮定（例：逐次的除外制約）を用いて、観測された道具と反事後的結果との間の条件付き独立性および単調性を結びつける。

実験結果

リサーチクエスチョン

• RQ1 逐次的無作為化仮定を仮定せずに、内生的処置が存在する状況で最適な動的処置戦略を同定できるか？
• RQ2 完全な点同定が不可能な状況で、反事後的福祉比較を体系的に順序付けられるか？
• RQ3 動的処置戦略における福祉結果の部分的順序と、従来の部分同定の概念との関係は何か？
• RQ4 部分的順序のトポロジカルソートは、実用的な政策ベンチマークを生成するためにどのように利用できるか？
• RQ5 このフレームワークは、教育へのリターンや訓練プログラムといった現実世界の政策問題に、どの程度適用可能か？

主な発見

• 同定された最適な動的処置戦略の集合は、反事後的福祉の部分的順序における最大元に正確に一致する。
• 弱い単調性と除外制約の下で、完全な点同定が不可能な状況下でも、最適な戦略を同定可能である。
• 部分的順序のトポロジカルソートは、福祉パフォーマンスに応じて戦略を順位付けする実用的な政策ベンチマークを提供する。
• 本手法は内生性に対してロバストであり、逐次的無作為化仮定を必要としないため、観察データへの適用が可能である。
• 学校教育と高校卒業後の訓練への実証的応用では、最適な戦略が高校卒業後に低所得者に訓練を割り当てるものであり、全体の雇用状況を改善することが示された。
• 理論的結果により、部分的順序フレームワークとトポロジカルソートを用いた既存の部分同定アプローチとの同等性が確立され、手法的基盤の妥当性が裏付けられた。