[论文解读] Minimax Linear Estimation of the Retargeted Mean

David A. Hirshberg, Arian Maleki+1 more|arXiv (Cornell University)|Jan 11, 2019

Advanced Causal Inference Techniques参考文献 26被引用 15

一句话总结

本文提出了一种基于再生核希尔伯特空间（RKHS）模型导出的平衡权重的最小最大线性估计器，用于目标人群中的处理特定均值估计。在温和的正则性条件下，证明了该估计器的偏差渐近可忽略，从而为构建置信区间时忽略偏差的常见做法提供了理论依据，并表明该估计器实现了最优方差以及对结果函数未知光滑度水平的自适应性。

ABSTRACT

Evaluating treatments received by one population for application to a different target population of scientific interest is a central problem in causal inference from observational studies. We study the minimax linear estimator of the treatment-specific mean outcome on a target population and provide a theoretical basis for inference based on it. In particular, we provide a justification for the common practice of ignoring bias when building confidence intervals with these linear estimators. Focusing on the case that the class of the unknown outcome function is the unit ball of a reproducing kernel Hilbert space, we show that the resulting linear estimator is asymptotically optimal under conditions only marginally stronger than those used with augmented estimators. We establish bounds attesting to the estimator's good finite sample properties. In an extensive simulation study, we observe promising performance of the estimator throughout a wide range of sample sizes, noise levels, and levels of overlap between the covariate distributions of the treated and target populations.

研究动机与目标

• 为在目标人群中估计处理效应时，提供因果推断中置信区间的理论基础。
• 为最小最大线性估计器在置信区间构建中普遍忽略偏差的做法提供理论依据。
• 分析在RKHS模型下最小最大线性估计器的有限样本与渐近性质。
• 证明估计器对未知结果函数光滑度的自适应性，且无需更强的模型假设。
• 建立估计器实现最优方差与渐近正态性的条件。

提出的方法

• 最小最大线性估计器被定义为在RKHS中回归函数类上求解一个凸二次优化问题的解。
• 通过对偶形式表征该估计器，使其与训练样本上的核岭回归相关联。
• 该方法使用平衡权重来调整处理组与目标人群之间协变量分布的差异。
• 理论分析依赖于利用RKHS范数和核算子的特征值衰减来界定条件偏差。
• 有限样本界通过RKHS类的浓度不等式和度量熵论证推导得出。
• 在特征值与噪声方差满足一定条件时，建立了渐近正态性与方差最优性。

实验结果

研究问题

• RQ1 在重定向均值估计的背景下，最小最大线性估计器的偏差在何种条件下可忽略？
• RQ2 为何在该类估计器的置信区间构建中理论上可以忽略偏差？
• RQ3 估计器的表现如何依赖于潜在结果函数的光滑度？
• RQ4 在不施加更强模型假设的前提下，估计器对未知光滑度水平的自适应程度如何？
• RQ5 在RKHS模型下，估计器的有限样本与渐近性质是什么？

主要发现

• 在仅略强于增强估计器所需条件的假设下，最小最大线性估计器的偏差渐近可忽略。
• 在正则性条件下，估计器渐近正态且方差最优，达到Cramér-Rao下界。
• 考虑偏差的置信区间与忽略偏差的区间在渐近意义上等价，从而为推断中忽略偏差的常见做法提供了理论支持。
• 估计器具有自适应性：即使真实结果函数比模型假设更光滑，也能实现最优性能，且无需在模型中指定更高阶光滑度。
• 有限样本界显示，该估计器在广泛样本量、噪声水平以及协变量分布重叠条件下均表现良好。
• 估计器的收敛速度为 $ o(n^{-1/4}) $，当 $ \sigma^2 \ll n $ 且 $ n^{1 - \kappa^{-1}} \gg \sigma^2 $ 时偏差可忽略，其中 $ \kappa = \kappa_m + \kappa_g + \kappa_g(1 - \kappa_m) $。