[论文解读] 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 4

一句话总结

本文提出将因果推断中暴露映射的定义与其在假设干扰结构中的作用相分离，表明当暴露映射被错误指定时，只要指定误差在各单元之间弱相关，传统估计量仍保持一致。关键贡献在于提出了一套实用框架，可在现实的、非理想化的暴露指定条件下实现有效的因果推断。

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.

研究动机与目标

• 为解决当前因果推断方法要求暴露映射同时定义效应并假设正确的干扰结构的问题。
• 主张暴露映射的主要作用应是定义效应，而非编码对干扰的假设。
• 证明当误差弱依赖时，标准估计量在暴露映射被错误指定的情况下仍保持一致。
• 提供在暴露映射不正确时仍能精确估计暴露效应的条件。
• 为标准假设‘暴露映射正确指定’提供更具可行性的替代方案。

提出的方法

• 提出双重角色分离：暴露映射用于定义效应，而无需其捕捉完整的因果结构。
• 引入广义暴露效应概念，使其在暴露映射被错误指定时仍可估计。
• 在指定误差弱依赖的条件下，建立传统估计量的一致性。
• 使用潜在结果和暴露映射函数来建模干扰效应。
• 推导出在何种条件下，由错误指定引起的偏差会随样本量增加而渐近消失。
• 将该框架应用于现实世界案例，如警务实验中的犯罪转移现象。

实验结果

研究问题

• RQ1 当暴露映射被错误指定但依然可解释时，因果推断是否仍有效？
• RQ2 指定误差需满足何种条件，才能使传统估计量保持一致？
• RQ3 如何在不假设暴露映射捕捉完整干扰结构的前提下，利用暴露映射来定义效应？
• RQ4 指定误差中的强依赖与弱依赖对估计偏差有何影响？
• RQ5 将定义与假设角色分离，能否提升因果推断在干扰情境下的实际适用性？

主要发现

• 当暴露映射被错误指定时，只要指定误差在各单元之间不强相关，传统暴露效应估计量仍保持一致。
• ‘暴露映射正确指定’的假设被更弱的条件所取代：即误差的弱依赖性，该条件在实践中更现实且可检验。
• 本文表明，暴露映射即使未完全捕捉因果机制，仍可保持可解释性并用于效应定义。
• 只要误差结构不引起单位间系统性偏差，该框架即可在暴露映射错误指定时实现暴露效应的精确估计。
• 该结果具有广泛适用性，因为它不要求特定的干扰结构，仅需误差的弱依赖性。
• 通过波哥大警务实践的现实案例说明该方法：基于250米半径的二值暴露映射虽不现实，但在所提条件下，估计量仍保持有效。