[论文解读] Copula-based Sensitivity Analysis for Multi-Treatment Causal Inference with Unobserved Confounding

Jiajing Zheng, Alexander D’Amour+1 more|arXiv (Cornell University)|Feb 18, 2021

Advanced Causal Inference Techniques参考文献 50被引用 4

一句话总结

本文提出了一种基于对 copula 的敏感性分析框架，用于在存在未观测混杂因素的多处理因果推断中，使用高斯 copula 对混杂因素-结果关系进行建模，并在点识别不可能时仍能界定因果效应。该方法提供了稳健且校准良好的效应边界，在合理的潜在变量模型下仍具信息量。

ABSTRACT

Recent work has focused on the potential and pitfalls of causal identification in observational studies with multiple simultaneous treatments. Building on previous work, we show that even if the conditional distribution of unmeasured confounders given treatments were known exactly, the causal effects would not in general be identifiable, although they may be partially identified. Given these results, we propose a sensitivity analysis method for characterizing the effects of potential unmeasured confounding, tailored to the multiple treatment setting, that can be used to characterize a range of causal effects that are compatible with the observed data. Our method is based on a copula factorization of the joint distribution of outcomes, treatments, and confounders, and can be layered on top of arbitrary observed data models. We propose a practical implementation of this approach making use of the Gaussian copula, and establish conditions under which causal effects can be bounded. We also describe approaches for reasoning about effects, including calibrating sensitivity parameters, quantifying robustness of effect estimates, and selecting models that are most consistent with prior hypotheses.

研究动机与目标

• 解决在多处理设置中，由于未观测混杂因素导致无法实现点识别时的因果推断挑战。
• 开发一种敏感性分析框架，量化在对潜在混杂因素做出合理假设下，与观测数据相容的因果效应范围。
• 提供实用工具以校准敏感性参数、评估稳健性，并选择与先验假设一致的模型。
• 证明即使在无法完全识别的情况下，通过有界效应估计，潜在变量模型仍可增强因果结论的确定性。

提出的方法

• 使用 copula 因子分解来建模结果、处理和未测量混杂因素的联合分布，将混杂因素-结果依赖关系与处理模型解耦。
• 应用高斯 copula 来刻画混杂因素-结果关系，实现灵活且可处理的敏感性分析，同时不改变模型拟合效果。
• 在处理变量上施加潜在因子模型以表示共享的未观测混杂因素，因子数量由数据驱动的标准确定。
• 在假设处理的潜在变量模型可识别的前提下，推导因果效应的边界，确保即使在效应原本无界的情况下也能获得有限边界。
• 利用先验知识或负向对照暴露来校准敏感性参数，以评估效应估计的稳健性。
• 采用贝叶斯加法回归树（BART）进行结果建模和后验推断，实现在混杂存在情况下的不确定性量化。

实验结果

研究问题

• RQ1 当未观测混杂因素导致无法实现点识别时，是否可以在多处理设置中对因果效应进行有意义的界定？
• RQ2 敏感性分析如何适应在多处理因果推断中利用潜在变量结构？
• RQ3 对 copula 在不限制结果模型的前提下，如何建模混杂因素-结果依赖关系？
• RQ4 在存在共享未观测混杂因素的背景下，敏感性参数应如何有意义地校准和解释？
• RQ5 在缺乏完全识别的情况下，潜在变量模型在多大程度上能提高因果效应估计的精度和稳健性？

主要发现

• 在无限制的敏感性模型下，因果效应保持无界，但当处理的潜在变量模型可识别时，效应边界变为有界。
• 高斯 copula 规范确保了即使在无法完全识别的情况下，处理效应的边界仍为有限且可解释。
• 在基因表达分析中，Igfbp2 仅在表达水平高于第 75 个百分点时对小鼠体重表现出显著的负向因果效应，且该效应在解释高达 100% 残差结果方差的混杂因素下依然稳健。
• 在表达水平低于第 75 个百分点时，即使在无混杂因素的情况下也未检测到显著因果效应，表明在较低表达水平下不存在稳健效应。
• 该方法成功地对多个处理的因果效应进行了界定，并量化了其稳健性，结果表明无论混杂强度如何，高 Igfbp2 表达均会降低小鼠体重。
• 该框架实现了兼具统计严谨性与可解释性的实用敏感性分析，相关代码和 R 包已公开，可供复制与应用。