[论文解读] Generalized Optimal Matching Methods for Causal Inference

Nathan Kallus|arXiv (Cornell University)|Dec 26, 2016

Advanced Causal Inference Techniques参考文献 49被引用 28

一句话总结

本文提出广义最优匹配（GOM），一种统一框架，将最优匹配、协变量平衡与双重稳健方法扩展用于因果推断。通过将匹配建模为函数分析优化问题，GOM 实现了协变量平衡与估计方差之间的自动权衡，其中核最优匹配（KOM）作为关键子类，实现了参数速率效率、模型无关一致性与稳健性——在合成数据与真实世界数据中均优于标准方法。

ABSTRACT

We develop an encompassing framework for matching, covariate balancing, and doubly-robust methods for causal inference from observational data called generalized optimal matching (GOM). The framework is given by generalizing a new functional-analytical formulation of optimal matching, giving rise to the class of GOM methods, for which we provide a single unified theory to analyze tractability, consistency, and efficiency. Many commonly used existing methods are included in GOM and, using their GOM interpretation, can be extended to optimally and automatically trade off balance for variance and outperform their standard counterparts. As a subclass, GOM gives rise to kernel optimal matching (KOM), which, as supported by new theoretical and empirical results, is notable for combining many of the positive properties of other methods in one. KOM, which is solved as a linearly-constrained convex-quadratic optimization problem, inherits both the interpretability and model-free consistency of matching but can also achieve the $\sqrt{n}$-consistency of well-specified regression and the efficiency and robustness of doubly robust methods. In settings of limited overlap, KOM enables a very transparent method for interval estimation for partial identification and robust coverage. We demonstrate these benefits in examples with both synthetic and real data

研究动机与目标

• 将匹配、加权、回归与双重稳健估计器等不同因果推断方法统一于单一理论框架之下。
• 通过提出一种系统性、自动化的优化方法，解决匹配中固有的平衡-方差权衡问题。
• 将现有方法（如最优匹配与回归）扩展为更一般的类，以提升估计精度与稳健性。
• 开发 KOM 作为一种新方法，结合匹配的可解释性与双重稳健估计器的效率与稳健性。
• 在重叠受限的设定下，实现部分识别下的透明区间估计。

提出的方法

• 将最优匹配表述为在条件期望函数、可行权重与残差方差约束下，最小化最坏情况下的条件均方误差的函数分析形式。
• 将残差方差约束推广，形成 GOM 框架，通过单一优化问题实现自动的平衡-方差权衡。
• 将 KOM 定义为 GOM 的子类，使用权重空间中的核范数，作为带线性约束的凸二次规划求解。
• 在 KOM 中使用经验贝叶斯方法进行超参数调优，实现灵活的模型选择与稳健性能。
• 将 KOM 用作回归前处理或在增广加权估计器中应用，确保在模型误设下仍保持一致性和效率。
• 推导出 KOM 及其变体（包括 KOM++）的一致性、效率与稳健性的理论保证。

实验结果

研究问题

• RQ1 是否存在一个统一框架，能够将最优匹配、协变量平衡与双重稳健方法整合于因果推断之中？
• RQ2 如何自动且最优地解决匹配中的平衡-方差权衡问题？
• RQ3 是否能够开发一种方法，结合匹配的可解释性与双重稳健估计器的效率与稳健性？
• RQ4 KOM 在模型误设下的理论性质如何，包括一致性、效率与稳健性？
• RQ5 KOM 如何在重叠受限导致部分识别的设定下，实现透明的区间估计？

主要发现

• 在模型正确设定下，KOM 达到 p_n 一致性；在模型误设下，实现模型无关一致性，结合了匹配与回归的最佳特性。
• KOM++ 通过自动优化平衡-方差权衡，显著优于标准的 ONFB 与 CEM++，降低估计误差。
• KOM 在重叠受限的设定下，可实现对部分识别处理效应的透明区间估计，且具有稳健的覆盖性能。
• 基于 KOM 的增广核加权估计器继承了双重稳健估计器的稳健性与效率。
• 将 KOM 用作线性回归前处理，可降低模型依赖性，保持模型无关一致性，同时提升效率。
• 在合成数据与真实数据上的实证结果表明，KOM 显著提升了估计效率与稳健性，优于标准匹配与回归方法。