[论文解读] Demystifying Spatial Confounding

Emiko Dupont, Isa Marques+1 more|arXiv (Cornell University)|Sep 28, 2023

Spatial and Panel Data Analysis被引用 5

一句话总结

本文建立了一个严格的数学框架，以解析量化由空间混杂（即协变量与空间随机效应相关）引起的空间回归模型中的偏差。结果表明，偏差直接源于空间平滑，且取决于协变量和未测空间效应的空间频率、结构及混杂成分，从而以明确且可解释的偏差表达式解决了文献中长期存在的困惑。

ABSTRACT

Spatial confounding is a fundamental issue in spatial regression models which arises because spatial random effects, included to approximate unmeasured spatial variation, are typically not independent of covariates in the model. This can lead to significant bias in covariate effect estimates. The problem is complex and has been the topic of extensive research with sometimes puzzling and seemingly contradictory results. Here, we develop a broad theoretical framework that brings mathematical clarity to the mechanisms of spatial confounding, providing explicit analytical expressions for the resulting bias. We see that the problem is directly linked to spatial smoothing and identify exactly how the size and occurrence of bias relate to the features of the spatial model as well as the underlying confounding scenario. Using our results, we can explain subtle and counter-intuitive behaviours. Finally, we propose a general approach for dealing with spatial confounding bias in practice, applicable for any spatial model specification. When a covariate has non-spatial information, we show that a general form of the so-called spatial+ method can be used to eliminate bias. When no such information is present, the situation is more challenging but, under the assumption of unconfounded high frequencies, we develop a procedure in which multiple capped versions of spatial+ are applied to assess the bias in this case. We illustrate our approach with an application to air temperature in Germany.

研究动机与目标

• 通过提供统一的理论框架，解决空间混杂研究中广泛存在的困惑和矛盾结果。
• 识别当协变量与空间随机效应相关时，导致空间回归模型偏差的精确数学机制。
• 阐明模型特征（如空间协方差结构、平滑参数和协变量的空间频率）如何影响偏差的大小和方向。
• 推广并解释先前关于空间混杂的研究结果，包括尺度依赖性和偏差校正方法。
• 为基于对混杂结构的明确假设，评估和选择偏差减少方法提供基础。

提出的方法

• 推导出在具有空间相关随机效应的空间回归模型中，估计回归系数 β 的偏差的显式解析表达式。
• 通过将协变量和空间效应分解为正交分量（混杂与非混杂），分离偏差的来源。
• 将偏差表示为空间协方差结构（通过权重 w_i 表示）、平滑参数 λ、误差方差 σ² 以及混杂系数（ξ^x, ξ^z）的函数。
• 应用谱分解分析协变量和未测空间效应的不同空间频率如何对偏差产生贡献。
• 将空间模型中的偏差与非空间模型中的偏差进行比较，表明在特定混杂配置下，空间模型的偏差可能更大。
• 利用该框架评估并语境化现有偏差校正方法，揭示其对混杂结构的不可检验假设的依赖性。

实验结果

研究问题

• RQ1 在何种精确的数学条件下，空间混杂会导致空间回归模型中的偏差？
• RQ2 协变量和未测空间效应的空间频率如何影响偏差的大小和方向？
• RQ3 为何一些模拟研究报告偏差可忽略，而另一些则报告显著偏差，这些矛盾结果的成因是什么？
• RQ4 在何种条件下，尽管模型正确设定，空间模型的偏差仍可能大于非空间模型？
• RQ5 现有偏差减少方法（如受限空间回归）与潜在混杂结构有何关系？它们隐含做出了哪些假设？

主要发现

• 空间混杂偏差直接源于空间平滑，且通过涉及空间协方差结构和混杂分量的显式表达式得到解析量化。
• 当协变量的高频分量与空间效应混杂时，偏差显著增加，特别是当协变量缺乏非空间或非混杂信息时。
• 当混杂因子大小未知时，偏差可能任意大，这挑战了实践中空间混杂偏差可忽略的论断。
• 偏差在平滑参数 λ 上并非单调变化；其大小可能因混杂情景和空间结构而增加或减少。
• 在某些配置下，空间模型的偏差可能大于非空间模型，尽管非空间模型本质上是错误设定且拟合效果更差。
• 现有偏差减少方法（如受限空间回归）依赖于对混杂结构的不可检验假设，且在不同情景下可能产生不一致的结果。