[论文解读] Staggered Rollout Designs Enable Causal Inference Under Interference Without Network Knowledge

Mayleen Cortez, Matthew Eichhorn+1 more|arXiv (Cornell University)|May 29, 2022

Advanced Causal Inference Techniques被引用 6

一句话总结

本文提出了一种交错实施设计，可在未知底层网络结构的情况下，实现网络干扰下总处理效应（TTE）的无偏估计。通过利用处理实施序列的多项式外推，该方法在低阶干扰下实现了因果推断，理论方差边界与实证验证均表明其在偏差和方差方面优于现有方法。

ABSTRACT

Randomized experiments are widely used to estimate causal effects across a variety of domains. However, classical causal inference approaches rely on critical independence assumptions that are violated by network interference, when the treatment of one individual influences the outcomes of others. All existing approaches require at least approximate knowledge of the network, which may be unavailable and costly to collect. We consider the task of estimating the total treatment effect (TTE), or the average difference between the outcomes when the whole population is treated versus when the whole population is untreated. By leveraging a staggered rollout design, in which treatment is incrementally given to random subsets of individuals, we derive unbiased estimators for TTE that do not rely on any prior structural knowledge of the network, as long as the network interference effects are constrained to low-degree interactions among neighbors of an individual. We derive bounds on the variance of the estimators, and we show in experiments that our estimator performs well against baselines on simulated data. Central to our theoretical contribution is a connection between staggered rollout observations and polynomial extrapolation.

研究动机与目标

• 解决在无法获取或未知网络结构时，网络干扰下的因果推断挑战。
• 估计总处理效应（TTE），即完全处理与完全对照情景下平均结果的差异。
• 开发一种无需依赖干扰网络结构知识即可确保TTE无偏估计的方法。
• 提供所提出估计量在现实干扰模型下的理论方差边界与实证验证。

提出的方法

• 采用交错实施实验设计，随时间逐步将处理分配给随机个体子集。
• 通过多项式插值建模处理实施比例与观测结果之间的关系，推导出TTE的无偏估计量。
• 应用多项式外推，基于部分实施阶段的观测结果，估计完全处理下的反事实结果。
• 假设邻域干扰，即每个个体仅受其直接邻居处理的影响，且无需知晓邻居结构。
• 在低阶干扰效应假设下，推导出所提估计量的理论方差边界。
• 使用模拟数据在完全随机化和伯努利随机化实施设计下对方法进行实证验证。

实验结果

研究问题

• RQ1 在未知干扰网络结构的情况下，能否实现网络干扰下总处理效应的无偏因果推断？
• RQ2 交错实施设计如何仅利用部分实施数据来估计完全处理效应？
• RQ3 在不同网络干扰结构下，所提估计量的理论方差行为如何？
• RQ4 在不同总体规模和处理预算下，所提估计量与现有方法相比在偏差和方差方面的表现如何？
• RQ5 当直接效应与间接效应的比值变化时，该方法的鲁棒性如何？

主要发现

• 所提估计量在所有模拟条件下均实现了对总处理效应（TTE）的无偏估计，即使在显著的网络干扰下亦然。
• 随着总体规模或处理预算的增加，估计量的方差减小，表明样本量更大或实施比例更高时精度提升。
• 在偏差和方差两方面，该估计量均优于所有基线方法，而其他估计量无论总体规模或处理预算如何，均表现出持续的偏差。
• 基于实际处理数量的估计量（$\widehat{\text{TTE}}_{\text{PI}}(\hat{{\bf{k}}}/n)$）的偏差低于基于期望处理比例的估计量（$\widehat{\text{TTE}}_{\text{PI}}({\bf{k}}/n)$），尤其在处理预算较低时更为明显。
• 该估计量在不同干扰模型下表现稳健，包括直接效应与间接效应比值变化的情况，随着间接效应增大，偏差仅略有增加。
• 在完全随机化和伯努利随机化设计下的实证结果均显示，所提方法具有持续优势，且在较高处理预算下，实际比例与期望比例估计量的表现几乎一致。