[论文解读] A Bayesian semiparametric framework for causal inference in high-dimensional data

Joseph Antonelli, Francesca Dominici|arXiv (Cornell University)|May 13, 2018

Advanced Causal Inference Techniques参考文献 27被引用 6

一句话总结

本文提出了一种贝叶斯半参数框架，用于在高维数据中估计因果效应，通过使用灵活的先验分布来降低维度并建模非线性关系。该方法支持对双重稳健估计量和逆概率加权估计量进行后验推断，相较于频率学派方法，实现了更快的后验收缩速度和更优的小样本覆盖率。

ABSTRACT

We introduce a Bayesian framework for estimating causal effects of binary and continuous treatments in high-dimensional data. The proposed framework extends to high-dimensional settings many of the existing semiparametric estimators introduced in the causal inference literature. Our approach has the following features: it 1) considers semiparametric estimators that reduce model dependence; 2) introduces flexible Bayesian priors for dimension reduction of the covariate space that accommodates non linearity; 3) provides posterior distributions of any causal estimator that can broadly be defined as a function of the treatment and outcome model (e.g. standard doubly robust estimator or the inverse probability weighted estimator); 4) provides posterior credible intervals with improved finite sample coverage compared to frequentist measures of uncertainty which rely on asymptotic properties. We show that the posterior contraction rate of the proposed doubly robust estimator is the product of the posterior contraction rates of the treatment and outcome models, allowing for faster posterior contraction. Via simulation we illustrate the ability of the proposed estimators to flexibly estimate causal effects in high-dimensions, and show that it performs well relative to existing approaches. Finally, we apply our proposed procedure to estimate the effect of continuous environmental exposures.

研究动机与目标

• 开发一种用于高维数据因果推断的贝叶斯框架，以减少对参数模型假设的依赖。
• 在高维设置下，实现对双重稳健估计量和逆概率加权估计量等因果估计量的后验推断。
• 通过提供具有更好覆盖率的后验可信区间，改进小样本不确定性量化。
• 使用灵活的贝叶斯先验，在高维协变量空间中建模复杂且非线性的关系。
• 建立高维设置下双重稳健估计量后验收缩速率的理论性质。

提出的方法

• 通过在高维数据中使用贝叶斯非参数先验，将半参数估计量扩展至高维场景，以实现降维和非线性效应建模。
• 使用灵活的贝叶斯先验对结果和处理机制进行建模，以允许非线性关系并实现高维协变量调整。
• 为作为处理模型和结果模型估计函数的因果估计量构建后验分布。
• 将双重稳健估计量的后验收缩速率表示为处理模型和结果模型收缩速率的乘积。
• 该方法支持后验可信区间，其小样本覆盖率优于渐近频率学派区间。
• 通过模拟和真实数据分析，将该方法应用于估计连续环境暴露的影响。

实验结果

研究问题

• RQ1 贝叶斯半参数框架能否在减少模型依赖的前提下，有效估计高维数据中的因果效应？
• RQ2 所提出框架的后验可信区间在小样本覆盖率方面与频率学派置信区间相比如何？
• RQ3 在高维设置下，双重稳健估计量的后验收缩速率是多少？
• RQ4 该框架能否灵活建模高维协变量空间中的非线性关系？
• RQ5 该方法在估计连续环境暴露的因果效应方面表现如何？

主要发现

• 双重稳健估计量的后验收缩速率是处理模型和结果模型收缩速率的乘积，从而实现更快的收敛速度。
• 所提出框架的后验可信区间在小样本覆盖率方面优于渐近频率学派区间。
• 在模拟中表现出色，即使在高维数据中存在复杂非线性关系，也能灵活估计因果效应。
• 在真实数据分析中，该框架成功估计了连续环境暴露的因果效应。
• 使用灵活的贝叶斯先验可在有效降维的同时，适应协变量空间中的非线性关系。
• 通过在贝叶斯框架内结合半参数估计原理，该方法对模型误设具有鲁棒性。