[论文解读] Causal inference for social network data

Elizabeth L. Ogburn, Oleg Sofrygin+2 more|arXiv (Cornell University)|May 23, 2017

Advanced Causal Inference Techniques被引用 12

一句话总结

本文提出了一种半参数框架，用于基于单一网络的观察数据进行社交网络中的因果推断，同时考虑了节点之间的直接传播和潜在依赖。该研究引入了针对网络干预的新因果 estimands，并证明了一个新颖的中心极限定理，使得即使每个节点依赖于越来越多的其他节点，也能实现有效的推断。在实际应用中，使用弗雷明汉心脏研究数据未发现肥胖存在因果同伴效应的证据。

ABSTRACT

We describe semiparametric estimation and inference for causal effects using observational data from a single social network. Our asymptotic results are the first to allow for dependence of each observation on a growing number of other units as sample size increases. In addition, while previous methods have implicitly permitted only one of two possible sources of dependence among social network observations, we allow for both dependence due to transmission of information across network ties and for dependence due to latent similarities among nodes sharing ties. We propose new causal effects that are specifically of interest in social network settings, such as interventions on network ties and network structure. We use our methods to reanalyze an influential and controversial study that estimated causal peer effects of obesity using social network data from the Framingham Heart Study; after accounting for network structure we find no evidence for causal peer effects.

研究动机与目标

• 为解决在仅观察到一个网络且处理未随机化时，社交网络中因果推断缺乏有效统计方法的问题。
• 解决现有方法的局限性，这些方法假设独立性或仅考虑直接传播依赖，而这些在现实网络中并不现实。
• 建立一个正式的因果推断框架，同时考虑可观测的传播效应和连接个体之间未观测到（潜在）的相似性。
• 引入与网络干预相关的新型因果 estimands，例如改变网络关系或结构的影响。
• 建立渐近理论，允许在样本量增加时依赖程度增加（邻居数量增长），且在更现实的网络依赖结构下成立。

提出的方法

• 提出一种基于目标最大似然估计（TMLE）的半参数估计框架，用于估计假设干预下平均潜在结果。
• 提出一个适用于网络依赖数据的新中心极限定理，可同时容纳直接传播和潜在变量依赖。
• 基于暴露和网络结构定义反事实结果 $Y_i^*$ 和充分统计量 $V_i^*$，以实现对干预效应的估计。
• 使用汇总函数 $s_C$ 和 $s_X$ 建模邻居的协变量和暴露如何影响个体结果。
• 推导影响函数 $D_n(o)$ 和 $D_n^C(o)$，以在最小建模假设下实现高效且稳健的估计。
• 采用参数自助法进行推断，通过模拟验证了即使在 $n=500$ 时，也表现出良好的覆盖率和正态性收敛。

实验结果

研究问题

• RQ1 当仅观察到一个网络且处理未随机化时，是否可以在观察性社交网络数据上进行有效的因果推断？
• RQ2 如何在因果推断中正式建模并考虑网络个体之间的直接传播和潜在依赖？
• RQ3 针对修改网络结构或关系形成等干预措施，适当的因果 estimands 是什么？
• RQ4 当网络随规模增长而每个节点依赖的邻居数量不断增加时，估计量的渐近分布是否仍为正态？
• RQ5 所提出的方法是否对幂律度分布和小世界拓扑等网络依赖结构具有鲁棒性？

主要发现

• 所提出的方法建立了一个新的中心极限定理，支持估计量在现实依赖结构下即使每个节点依赖于不断增长的其他节点数量时，仍保持渐近正态性。
• 模拟结果证实，TMLE 估计量在直接传播和潜在依赖下均收敛于正态分布，即使在网络具有幂律度分布时亦然。
• 参数自助法在小样本量（如 $n=500$）下也提供了准确的置信区间覆盖率和长度，表明在有限样本中具有鲁棒性。
• 对弗雷明汉心脏研究数据的重新分析显示，在考虑网络结构后，未发现肥胖存在因果同伴效应的证据，从而对早期结论提出挑战。
• 该方法成功处理了包括小世界和优先连接网络模型产生的复杂依赖模式，且无需多个独立网络或随机化处理。