[论文解读] Nonparametric identification is not enough, but randomized controlled trials are

Peter M. Aronow, James M. Robins+3 more|arXiv (Cornell University)|Aug 25, 2021

Advanced Causal Inference Techniques参考文献 33被引用 9

一句话总结

本文主张，在观测研究中，即使满足无混淆性（unconfoundedness）条件，平均处理效应的非参数识别仍不足以实现可靠估计。它表明随机对照试验（RCTs）具有独特价值，因为其提供了已知的倾向得分（propensity scores），从而能够实现一致估计量和以参数速率收敛的诚实置信区间——而这些条件在观测研究中即使完全控制了混杂因素也无法保证。

ABSTRACT

We argue that randomized controlled trials (RCTs) are special even among settings where average treatment effects are identified by a nonparametric unconfoundedness assumption. This claim follows from two results of Robins and Ritov (1997): (1) with at least one continuous covariate control, no estimator of the average treatment effect exists which is uniformly consistent without further assumptions, (2) knowledge of the propensity score yields a uniformly consistent estimator and honest confidence intervals that shrink at parametric rates with increasing sample size, regardless of how complicated the propensity score function is. We emphasize the latter point, and note that successfully-conducted RCTs provide knowledge of the propensity score to the researcher. We discuss modern developments in covariate adjustment for RCTs, noting that statistical models and machine learning methods can be used to improve efficiency while preserving finite sample unbiasedness. We conclude that statistical inference has the potential to be fundamentally more difficult in observational settings than it is in RCTs, even when all confounders are measured.

研究动机与目标

• 挑战‘仅凭非参数识别即可实现观测研究中可靠因果推断’这一观点。
• 证明 RCTs 在确保无混淆性之外，还具有独特的统计优势。
• 表明对倾向得分的已知信息——在 RCTs 中可保证获得——可实现一致估计量与参数速率的推断。
• 揭示即使在大样本和测量了混杂因素的情况下，标准估计量在观测研究中的局限性。
• 倡导在算法实验和自然实验中记录分配机制，以保留估计效率。

提出的方法

• 利用 Robins-Ritov（1997）的结果，证明在连续协变量下，若缺乏倾向得分知识，则不存在平均处理效应的统一一致估计量。
• 基于 Horvitz-Thompson 估计量框架，建立已知倾向得分可实现根-n 一致、无偏估计量与诚实置信区间。
• 通过不同数据生成过程（包括平滑函数与高度非线性函数）的模拟实验，比较估计量性能。
• 在不同实验设置下，比较使用真实倾向得分、估计倾向得分与不使用倾向得分的估计量。
• 应用现代方法（如基于随机森林的双重稳健估计），评估高维、非线性环境下的性能表现。
• 分析高维连续协变量对观测推断中‘维度灾难’的体现。

实验结果

研究问题

• RQ1 为何即使在大样本下，观测研究中非参数识别仍不足以实现可靠估计？
• RQ2 RCTs 在确保无混淆性之外，提供了哪些独特的统计优势？
• RQ3 倾向得分知识如何实现一致估计与参数速率推断？
• RQ4 当倾向得分未知时，现代机器学习方法在观测研究中能在多大程度上提升估计性能？
• RQ5 若未记录分配概率，算法或自然实验能否复制 RCTs 的估计优势？

主要发现

• 即使具备非参数识别与大样本量，若协变量为连续型，且无额外假设，则观测研究中不存在平均处理效应的统一一致估计量。
• 已知真实倾向得分可实现一致估计量与诚实置信区间，且其收缩速率可达参数速率，无论结果函数或倾向得分函数的复杂性如何。
• 使用真实倾向得分的估计量显著优于未使用倾向得分的估计量，尤其在非线性或高维设置中表现更优。
• 在模拟实验中，使用估计倾向得分的估计量性能劣于使用真实倾向得分的估计量，尤其在对抗性或高度非线性数据生成过程中更为明显。
• RCTs 的特殊性在于其天然提供了分配机制（即倾向得分）的知识，这对可靠推断至关重要。
• 在算法系统中，即使协变量被记录，若无法获取分配概率，估计性能仍会显著下降，凸显记录倾向得分的必要性。