[논문 리뷰] Combining Experimental and Observational Data for Identification and Estimation of Long-Term Causal Effects

AmirEmad Ghassami, Liu, Chang외 4명|arXiv (Cornell University)|2022. 01. 26.

Advanced Causal Inference Techniques인용 수 7

한 줄 요약

이 논문은 단기 실험 데이터와 장기 관찰 데이터를 융합하여 장기적 인과 효과를 식별하고 추정하기 위한 세 가지 새로운 데이터 융합 방법을 제안한다. 여기서 관찰 데이터는 관측되지 않은 교란요인에 의해 영향을 받는다. 이 방법들은 각각 동일한 교란편향, 전문화된 외부변수, 또는 근접 인과추론에 기반하며, 영향도 기반 추정기와 双중로버스트성(다중로버스트성)을 갖는다.

ABSTRACT

We study identifying and estimating the causal effect of a treatment variable on a long-term outcome using data from an observational and an experimental domain. The observational data are subject to unobserved confounding. Furthermore, subjects in the experiment are only followed for a short period; thus, long-term effects are unobserved, though short-term effects are available. Consequently, neither data source alone suffices for causal inference on the long-term outcome, necessitating a principled fusion of the two. We propose three approaches for data fusion for the purpose of identifying and estimating the causal effect. The first assumes equal confounding bias for short-term and long-term outcomes. The second weakens this assumption by leveraging an observed confounder for which the short-term and long-term potential outcomes share the same partial additive association with this confounder. The third approach employs proxy variables of the latent confounder of the treatment-outcome relationship, extending the proximal causal inference framework to the data fusion setting. For each approach, we develop influence function-based estimators and analyze their robustness properties. We illustrate our methods by estimating the effect of class size on 8th-grade SAT scores using data from the Project STAR experiment combined with observational data from the Early Childhood Longitudinal Study.

연구 동기 및 목표

• 실험 데이터가 단기 결과만 측정하고 관찰 데이터가 측정되지 않은 변수에 의해 교란되는 상황에서 장기적 인과 효과를 추정하는 데 도전하는 것.
• Athey 등(2020)이 잠재적 무교란성에 의존하는 것과는 달리, 더 유연한 가정을 제안하여 다른 식별 전략을 개발하는 것.
• 실험 데이터와 관찰 데이터를 융합하여 평균 치료 효과(ATE)와 치료를 받은 자들에 대한 효과(ETT)를 추정할 수 있도록 하는 것.
• 핵심 조건 모멘트의 올바른 특정화가 이루어진 경우에만 일관성을 보장하는 영향도 기반 추정기의 이중로버스트성 특성을 통해 강건성을 확보하는 것.

제안 방법

• 단기 및 장기 결과에 대해 교란편향의 크기가 동일하다는 가정인 동일교란편향편향 가정을 제안하며, 덧셈 또는 분위수-분위수 형태로 기술한다.
• 단기 및 장기 결과에 동일한 부분적 덧셈 연관성을 갖는 관측된 교란요인을 활용하여 동일교란편향의 유연한 버전을 도입한다. 이를 '전문화된 외부변수'(BSIV)라 한다.
• 잠재적 교란요인의 프록시 변수를 도입하여 근접 인과추론 프레임워크를 적용함으로써, 더 약한 가정 하에서도 식별 가능성을 확보한다.
• 각 프레임워크에 대해 영향도 기반 추정기를 개발하여, 결과 회귀 모델 또는 성향스코어 모델 중 하나만 올바르게 특정된 경우에도 일관성을 확보한다.
• 역확률가중치와 이중로버스트 추정방정식을 사용하여 양측 데이터를 통합하는 추정방정식을 유도하며, ATE와 ETT를 목표로 한다.
• 조건부 독립성 및 모멘트 조건 가정을 기반으로, 관측되지 않은 교란요인을 포함한 구조적 인과모델 하에서 식별성을 확립한다.

실험 결과

연구 질문

• RQ1 실험 데이터가 단기 결과만 측정하고 관찰 데이터가 관측되지 않은 변수에 의해 교란되는 상황에서 장기적 인과 효과를 식별할 수 있는가?
• RQ2 동일교란편향편향 가정은 단기 및 장기 결과를 연결하는 데 어떻게 활용될 수 있는가?
• RQ3 전문화된 외부변수(예: BSIV)는 강력한 동일교란편향 가정을 완화하면서도 여전히 식별 가능성을 보장할 수 있는가?
• RQ4 잠재적 교란요인의 프록시를 사용한 근접 인과추론은 더 약한 가정 하에서도 식별 가능성을 보장할 수 있는가?
• RQ5 이 데이터 융합 환경에서 영향도 기반 추정기의 유한표본 성질과 강건성 특성은 어떠한가?

주요 결과

• 제안된 동일교란편향편향 가정은 단기 및 장기 결과 간의 교란편향 크기가 동일하다는 가정을 통해 장기적 인과 효과의 식별 가능성을 보장한다.
• 전문화된 외부변수(예: BSIV) 접근법은 단기 및 장기 결과에 동일한 부분적 연관성을 갖는 관측된 변수를 활용함으로써 동일교란편향 가정의 유연성을 높인다.
• 근접 인과추론 프레임워크는 잠재적 교란요인의 프록시 변수를 도입함으로써 더 약한 구조적 가정 하에서도 식별 가능성을 보장한다.
• 영향도 기반 추정기는 이중로버스트성을 갖추며, 결과 회귀 모델 또는 성향스코어 모델 중 하나만 올바르게 특정된 경우에도 일관성을 보장한다.
• 이론적 유도를 통해 제안된 추정방정식은 올바른 모델 특정 조건 하에서 편향이 없음을 확인하였으며, 반복기대의 법칙을 통해 일관성도 입증하였다.
• 이 논문은 실험 데이터와 관찰 데이터를 융합함으로써, 각각의 데이터만으로는 충분하지 않은 상황에서도 유효한 장기적 인과 추정이 가능하다는 것을 보여주었다.