[论文解读] Semiparametric Estimation of Treatment Effects in Observational Studies with Heterogeneous Partial Interference

Zhaonan Qu, Ruoxuan Xiong+2 more|arXiv (Cornell University)|Jul 26, 2021

Advanced Causal Inference Techniques被引用 8

一句话总结

本文提出半参数方法，用于在存在异质性部分干扰和未观测混杂因素的观察性研究中估计处理效应。通过利用网络结构和邻居结果，提出未观测混杂的检验方法，并通过调整结果模型和倾向得分模型实现去偏估计，从而在存在干扰和潜在依赖的情况下实现有效推断。

ABSTRACT

In many observational studies in social science and medicine, subjects or units are connected, and one unit's treatment and attributes may affect another's treatment and outcome, violating the stable unit treatment value assumption (SUTVA) and resulting in interference. To enable feasible estimation and inference, many previous works assume exchangeability of interfering units (neighbors). However, in many applications with distinctive units, interference is heterogeneous and needs to be modeled explicitly. In this paper, we focus on the partial interference setting, and only restrict units to be exchangeable conditional on observable characteristics. Under this framework, we propose generalized augmented inverse propensity weighted (AIPW) estimators for general causal estimands that include heterogeneous direct and spillover effects. We show that they are semiparametric efficient and robust to heterogeneous interference as well as model misspecifications. We apply our methods to the Add Health dataset to study the direct effects of alcohol consumption on academic performance and the spillover effects of parental incarceration on adolescent well-being.

研究动机与目标

• 解决未观测混杂因素影响聚类或网络中多个单位的观察性研究中的处理效应估计问题。
• 开发基于连通单位结果与处理之间条件独立性的方法，检测未观测混杂因素的存在。
• 通过在结果模型和倾向得分模型中纳入邻居结果，对处理效应估计量进行去偏。
• 处理混杂因素影响聚类中多个单位而非仅单个单位的异质性干扰结构。
• 通过使用半参数模型调整潜在网络结构混杂因素，实现在部分干扰下的有效推断。

提出的方法

• 提出一个具有聚类特定未观测混杂因素 $U_c$ 的线性模型，通过使用聚类内均值对结果和处理进行调整，以消除混杂因素的影响。
• 基于回归 $Y_{c,i} = \alpha + Z_{c,i}\theta_z + \mathbf{G}_{c,i}^\top\bm{\theta}_\mathbf{g} + \mathbf{X}_c^\top\bm{\beta} + Y_{c,i'}\gamma + \varepsilon_{c,i}$ 中的系数 $\gamma$ 构建检验，其中 $\gamma = 0$ 表示无未观测混杂。
• 提出一种调整后的“理想”AIPW估计量 $\psi^{\mathrm{adj}}_{j}(z,\mathbf{g})$，通过依赖邻居结果来提高对未观测混杂因素的鲁棒性。
• 在面板模型中应用组内变换以去除个体和时间固定效应，从而实现对具有潜在因子 $\mathbf{u}_i^\top\mathbf{v}_t$ 的因子模型的估计。
• 在低秩矩阵估计框架中使用核范数正则化，通过在目标函数中加入 $\|\mathbf{L}\|_*$ 来建模时变未观测混杂因素。
• 提出一种双侧检验：仅当 $Y_{c,i} \perp Y_{c,i'}|\mathbf{X}_c,\mathbf{Z}_c$ 和 $Z_{c,i} \perp Z_{c,i'}|\mathbf{X}_c$ 均被拒绝时才拒绝 $H_0$，从而降低假阳性率。

实验结果

研究问题

• RQ1 在影响聚类或网络中多个单位的未观测混杂因素存在的情况下，如何一致地估计处理效应？
• RQ2 哪些检验统计量可仅基于观测到的网络结构以及结果/处理依赖关系，检测相关未观测混杂因素的存在？
• RQ3 在部分干扰下，通过在结果和倾向得分模型中调整邻居结果，能否减少未观测混杂导致的偏差？
• RQ4 如何利用潜在因子模型在具有异质性干扰的面板数据中建模时变未观测混杂因素？
• RQ5 何种联合检验程序可通过同时检验结果和处理依赖关系，提高检测未观测混杂因素的特异性？

主要发现

• 在结果回归 $Y_{c,i} = \cdots + Y_{c,i'}\gamma + \cdots$ 中基于 $\gamma$ 的检验，当 $\gamma \neq 0$ 时提供未观测混杂的证据，且在原假设下第一类错误率受 $\alpha$ 限制。
• 调整后的AIPW估计量 $\psi^{\mathrm{adj}}_{j}(z,\mathbf{g})$ 在未观测混杂因素不存在时能恢复真实的处理效应 $\tau$，因为此时其退化为标准AIPW估计量。
• 在面板模型中，组内变换模型 (4) 允许在潜在因子结构的固定秩下一致估计 $\tau^{\ddagger}$。
• 核范数正则化估计量 (5) 在 $\mathbf{u}_i^\top\mathbf{v}_t$ 的秩随 $N$ 和 $T$ 增长时，能提供 $\tau$ 的一致估计，且可通过去偏技术消除偏差。
• 联合检验通过同时检验结果和处理的独立性，可将第一类错误概率控制在 $\alpha$ 以下，即 $\mathbb{P}(\text{拒绝} \mid H_0) \leq \alpha$。
• 实证结果表明，当未观测混杂因素仅影响 $Y_A, Y_B$（不影响 $Z_A, Z_B$）时，联合检验可避免错误拒绝，相比单侧检验显著提高了特异性。