[论文解读] Spatial causal inference in the presence of unmeasured confounding and interference

Georgia Papadogeorgou, Srijata Samanta|arXiv (Cornell University)|Mar 14, 2023

Spatial and Panel Data Analysis被引用 4

一句话总结

本文提出了一种贝叶斯空间因果推断框架，联合建模观测空间数据中的干扰和未测量的空间混杂因素。通过整合空间随机效应和暴露模型，即使在混杂因素未被测量且存在空间依赖性的情况下，也能识别因果效应，证明了参数可识别性，并在模拟研究和美国县级层面关于二氧化硫排放与心血管死亡率的研究中显示出优于标准方法的推断性能。

ABSTRACT

This manuscript unites causal inference and spatial statistics, presenting novel insights for causal inference in spatial data analysis, and drawing from tools in spatial statistics to estimate causal effects. We introduce spatial causal graphs to highlight that spatial confounding and interference can be entangled, in that investigating the presence of one can lead to wrongful conclusions in the presence of the other. Moreover, we show that spatial dependence in the exposure variable can render standard analyses invalid. To remedy these issues, we propose a Bayesian parametric approach based on tools commonly-used in spatial statistics. This approach simultaneously accounts for interference and mitigates bias from local and neighborhood unmeasured spatial confounding. From a Bayesian perspective, we show that incorporating an exposure model is necessary. Under a specific model formulation, we prove that all parameters are identifiable including the causal effects, even in the presence of unmeasured confounding. We illustrate the approach with a simulation study. We evaluate the effect of local and neighboring sulfur dioxide emissions from power plants on county-level cardiovascular mortality from observational spatial data in the United States, where unmeasured spatial confounding and interference might be present simultaneously.

研究动机与目标

• 解决空间数据因果推断中空间干扰与未测量空间混杂因素交织存在的挑战。
• 证明忽略其中一个（如干扰）而仅考虑另一个（如混杂）可能导致错误的因果结论。
• 开发一种贝叶斯参数模型，同时考虑干扰并减轻局部及邻近区域未测量空间混杂因素带来的偏差。
• 在存在未测量混杂因素的情况下，建立所有模型参数的理论可识别性，即使存在空间依赖性。
• 通过模拟研究和美国县级二氧化硫排放与心血管死亡率的真实案例研究，评估该方法的性能。

提出的方法

• 提出一种包含空间随机效应的贝叶斯分层模型，以捕捉未测量的空间混杂因素。
• 使用空间暴露模型来考虑邻域层面的暴露效应，从而实现对干扰效应的估计。
• 引入空间因果图以可视化和分析空间数据中干扰与混杂之间的纠缠关系。
• 采用基于似然的框架并结合适当的先验分布，以确保后验推断和参数可识别性。
• 使用二阶县级邻接矩阵来定义邻域暴露，从而允许来自邻居的邻居的溢出效应。
• 应用马尔可夫链蒙特卡洛（MCMC）方法进行后验计算和不确定性量化。

实验结果

研究问题

• RQ1 当仅建模其中一个因素时，空间干扰与未测量空间混杂因素是否可能以一种导致错误因果结论的方式相互纠缠？
• RQ2 暴露变量中的空间依赖性如何影响标准因果估计器的有效性？
• RQ3 贝叶斯空间模型能否联合处理干扰和未测量空间混杂因素，同时确保参数可识别性？
• RQ4 在存在空间依赖性和未测量混杂因素的情况下，与标准OLS相比，所提出方法在估计局部效应和干扰效应方面的表现如何？
• RQ5 在真实空间数据中，引入气象变量在多大程度上影响因果效应的估计？

主要发现

• 与OLS相比，所提出的贝叶斯模型在存在未测量空间混杂因素和暴露依赖性的情况下，显著降低了对局部效应和干扰效应估计的偏差。
• 模拟研究显示，当存在干扰或混杂因素时，标准OLS估计器的95%可信区间覆盖性能较差，而所提方法保持了适当的覆盖水平。
• 在案例研究中，模型估计出二氧化硫排放对心血管死亡率存在正向因果效应，可信区间反映了由于空间依赖性和未测量混杂因素带来的不确定性。
• 气象变量的引入对OLS估计影响甚微，表明人口统计学和排放变量在模型中主导了结果的变异。
• 理论分析证明，即使存在未测量空间混杂因素，所有模型参数（包括与干扰和混杂相关的参数）均具有可识别性。
• 空间因果图揭示，将空间结构错误地归因于干扰或混杂可能导致错误的因果解释，强调了联合建模的必要性。