[논문 리뷰] Causal inference taking into account unobserved confounding

Minna Genbäck, Xavier de Luna|arXiv (Cornell University)|2017. 12. 01.

Advanced Causal Inference Techniques참고 문헌 40인용 수 4

한 줄 요약

이 논문은 표본 변동성과 관측되지 않은 혼동요인으로 인한 편향을 모두 고려한 평균 인과효과에 대한 불확실성 구간(UC)을 제안한다. 이는 관측되지 않은 혼동요인의 정도를 정량화하는 데 사용되는 편향 매개변수 𝜌를 활용한다. 이 방법은 결과 회귀와 이중으로 강건한 추정기의 확장으로, 𝜌에 대한 함수로서 편향 표현을 유도하여, 관측되지 않은 혼동요인이 모형 잘못 설정으로 인한 편향보다 더 큰 영향을 미칠 수 있음을 보여주며, 특히 표본 크기가 클수록 그러한 경향이 뚜렷하다. 시뮬레이션과 실제 데이터 연구를 통해 UC가 고전적 신뢰구간이 유의성을 시사하는 상황에서도 결론적으로 불확실한 결과를 낳을 수 있음을 입증한다.

ABSTRACT

Causal inference with observational data can be performed under an assumption of no unobserved confounders (unconfoundedness assumption). There is, however, seldom clear subject-matter or empirical evidence for such an assumption. We therefore develop uncertainty intervals for average causal effects based on outcome regression estimators and doubly robust estimators, which provide inference taking into account both sampling variability and uncertainty due to unobserved confounders. In contrast with sampling variation, uncertainty due unobserved confounding does not decrease with increasing sample size. The intervals introduced are obtained by deriving the bias of the estimators due to unobserved confounders. We are thus also able to contrast the size of the bias due to violation of the unconfoundedness assumption, with bias due to misspecification of the models used to explain potential outcomes. This is illustrated through numerical experiments where bias due to moderate unobserved confounding dominates misspecification bias for typical situations in terms of sample size and modeling assumptions. We also study the empirical coverage of the uncertainty intervals introduced and apply the results to a study of the effect of regular food intake on health. An R-package implementing the inference proposed is available.

연구 동기 및 목표

• 관측 데이터에서 인과추론을 할 때 발생하는 핵심적 한계인 '관측되지 않은 혼동요인이 존재하지 않는다'는 검증 불가능한 가정을 다루기 위해.
• 표본 변동성 외에도 잠재적인 관측되지 않은 혼동요인으로 인한 불확실성을 정량화할 수 있는 실용적인 추론 프레임워크를 개발하기 위해.
• 결과 회귀와 이중으로 강건한 추정기에서 관측되지 않은 혼동요인으로 인한 편향과 모형 잘못 설정으로 인한 편향의 크기를 비교하기 위해.
• 전통적인 가설 검정 대신, 관측되지 않은 혼동요인의 합리적인 수준을 고려한 간격 추정을 통해 직관적이고 해석 가능한 민감도 분석 도구를 제공하기 위해.

제안 방법

• 관측된 공변량을 조건으로 하여 관측되지 않은 혼동요인과 잠재적 결과 간의 상관관계를 정량화하기 위해 편향 매개변수 𝜌를 도입한다.
• 결과 회귀와 이중으로 강건한 추정기의 편향에 대해 𝜌의 함수로 분석적 표현을 도출한다.
• 표본 변동성과 편향 함수로부터 유도된 경계를 조합하여 불확실성 구간(UC)을 구성하며, 이는 명목상의 신뢰 수준을 초월하는 커버리지 확률을 보장한다.
• 관측되지 않은 혼동요인에 대한 민감도 분석을 위해, UC가 여전히 0을 포함하는 최대 |𝜌|를 식별함으로써, 관측되지 않은 혼동요인에 대한 강건성을 평가한다.
• 실제 데이터셋(정기적인 식사 섭취와 건강 간의 관계)에 대해 이 방법을 적용하여 고전적 신뢰구간과 결과를 비교한다.
• 제안된 추론 방법을 구현하기 위한 R 패키지 'ui'를 제공한다.

실험 결과

연구 질문

• RQ1 관측되지 않은 혼동요인의 편향은 관찰 연구에서 평균 인과효과 추정에 어떻게 영향을 미치는가?
• RQ2 결과 회귀와 이중으로 강건한 추정기에서, 관측되지 않은 혼동요인으로 인한 편향은 모형 잘못 설정으로 인한 편향보다 어느 정도 더 크며, 그 정도는 어떠한가?
• RQ3 관측되지 않은 혼동요인을 포함한 불확실성 구간은 고전적 신뢰구간보다 더 신뢰할 만한 추론을 제공할 수 있는가?
• RQ4 어느 정도의 관측되지 않은 혼동요인 수준(|𝜌|로 측정)까지 존재하더라도 인과효과가 여전히 0이 아닌 것으로 간주될 수 있는가?
• RQ5 불확실성 구간은 p-값보다 더 직관적으로 관측되지 않은 혼동요인에 대한 민감도를 어떻게 효과적으로 전달할 수 있는가?

주요 결과

• 수치 실험 결과, |𝜌| ≥ 0.1 인 관측되지 않은 혼동요인으로 인한 편향은 특히 성향스코어가 0 또는 1에 가까운 경우가 아닐 때 모형 잘못 설정으로 인한 편향을 지배하였다.
• 정기적인 식사 섭취와 건강 간의 실제 연구에서, |𝜌| ≤ 0.02를 가정한 불확실성 구간은 0을 포함하여, 고전적 신뢰구간이 유의성을 시사하는 바에도 불구하고 양의 효과에 대한 결론적인 증거가 부족함을 나타냈다.
• 불확실성 구간이 여전히 0을 포함하는 최대 |𝜌|는 약 0.01이었으며, 이는 5% 유의성 결과가 이 정도 수준의 관측되지 않은 혼동요인에 민감함을 시사한다.
• 제안된 불확실성 구간는 명목상의 수준을 초월하는 경험적 커버리지 확률을 보였으며, 이는 관측되지 않은 혼동요인을 고려할 수 있음을 반영한다.
• 이 방법은 표본 크기가 증가함에 따라 감소하는 표본 변동성과 달리, 관측되지 않은 혼동요인으로 인한 편향이 감소하지 않음을 보여주며, 이는 지속적이고 중요한 불확실성의 원천임을 입증한다.
• R 패키지 'ui'는 응용 연구자들이 제안된 추론 프레임워크를 실용적으로 구현할 수 있도록 한다.