跳转至

Causal inference on distribution functions

作者: Zhenhua Lin, Dehan Kong, Linbo Wang
来源: Journal of the Royal Statistical Society Series B
主题: 因果推断
相关性: 9/10
链接: 期刊页 · arXiv

一、领域脉络与小综述

这个方向是什么

本文所处理的根本问题是：当因果推断中的结果变量不是欧氏空间中的标量或向量，而是一个概率分布（累积分布函数，CDF）时，如何定义、识别和估计因果效应？ 例如，研究者可能关心“婚姻”对一个人全天体力活动模式（即每分钟活动量的分布）的因果效应，而不是对平均活动量的效应。这类结果变量天然地生活在一个非线性空间——Wasserstein 空间（即所有具有有限二阶矩的 CDF 的集合，配备 2-Wasserstein 距离）。该方向当前处于早期发展阶段：已有大量关于 Wasserstein 空间中统计推断的工作（如 Fréchet 均值、回归、时间序列），但因果推断的框架几乎空白。本文是第一个系统性地将潜在结果框架和半参数效率理论引入 Wasserstein 空间的尝试。

发展脉络（history）

  1. 奠基工作：潜在结果框架与 Wasserstein 空间统计
  2. Rubin (1974) [2]：奠定了潜在结果框架，定义了单位水平上的因果效应。本文引用它作为“经典因果推断”的起点，并指出“由于分布函数属于 L²（一个线性空间），人们可能直接扩展该框架”，但作者随后论证了 Wasserstein 空间的非线性结构使得这种直接扩展不充分。
  3. Panaretos & Zemel (2019) [3]：系统综述了 Wasserstein 距离的统计性质，包括弱收敛、矩收敛、以及作为“扰动”度量的直观解释。本文引用它来论证 Wasserstein 距离是捕捉分布结构差异的“自然”度量。

  4. Schötz (2019) [1]：提供了广义 Fréchet 均值的收敛速率，其“四元不等式”（quadruple inequality）是本文证明 Wasserstein 空间中经验过程收敛性的关键工具。本文引用它来建立估计量的相合性。

  5. 主要进展：Wasserstein 空间中的回归与时间序列

  6. Chen, Lin & Müller (2021) [8]：提出了 Wasserstein 回归模型，将分布作为预测变量或响应变量，利用 Wasserstein 空间的切空间结构进行线性化。本文引用它作为“分布值对象回归”的代表，并指出其“分布-分布回归”模型是本文方法的一个特例（当处理变量为常数时）。
  7. Zhang et al. (2020) [9] 与 Zhu & Müller (2021)：将自回归模型推广到 Wasserstein 空间，用于密度时间序列的预测。本文引用它们来展示 Wasserstein 空间在时间序列分析中的适用性。

  8. Zhou, Lin & Yao (2021) [11]：开发了 Wasserstein 空间中的典型相关分析框架。本文引用它来展示 Wasserstein 空间中的多变量分析工具。

  9. 当前 frontier：因果推断进入非线性结果空间

  10. 在本文之前，因果推断几乎完全局限于欧氏空间结果变量。少数例外（如 Ogburn et al., 2014 [20] 处理条件平均处理效应曲线）仍将结果视为标量或向量，而非分布。本文是第一个将潜在结果框架、双重稳健估计和半参数效率理论系统性地应用于 Wasserstein 空间的工作。

子线索聚类

这些被引文献大致落在三条子线索上：

  • 线索 A：Wasserstein 空间中的统计推断基础（[1], [3], [4], [10], [12], [15], [21], [22]）。这一簇在做什么：建立 Wasserstein 空间中均值（Fréchet 均值）、距离估计、经验过程的收敛理论，以及计算工具（如熵正则化）。这是本文方法论的“数学工具箱”。
  • 线索 B：Wasserstein 空间中的回归与预测（[8], [9], [11], [17], [18]）。这一簇在做什么：将经典回归、时间序列、典型相关分析推广到分布值数据。这是本文的“方法学类比”——本文的因果效应估计本质上是一种“条件 Fréchet 均值”的估计，与这些回归方法有密切联系。
  • 线索 C：因果推断中的双重稳健与半参数方法（[19], [20]）。这一簇在做什么：在欧氏空间中开发双重稳健估计量和半参数效率理论。这是本文的“技术模板”——本文的估计量构造和渐近理论直接借鉴了这些工作的思路，但需要克服 Wasserstein 空间的非线性带来的新挑战。

这个方向在追问的核心问题

  1. 如何定义因果效应？ 在欧氏空间中，平均处理效应（ATE）是处理组与对照组结果均值的差。在 Wasserstein 空间中，结果是一个分布，因此因果效应也应是分布之间的某种“差异”。本文的定义是：处理组潜在结果分布与对照组潜在结果分布之间的 Wasserstein 距离（或更一般地，Wasserstein 空间中的“位移”）。
  2. 如何识别因果效应？ 在观察性研究中，需要处理选择偏差。本文假设无混淆性（unconfoundedness）和重叠性（overlap），这与欧氏空间中的标准假设一致。但识别目标从“条件期望”变为“条件分布”，因此需要估计条件分布函数（而非条件均值）。
  3. 如何高效估计？ 在欧氏空间中，双重稳健估计量结合了倾向性得分和结果回归，在其中一个模型正确时即一致，且当两者都正确时达到半参数效率界。本文的目标是开发类似的估计量，但 Wasserstein 空间的非线性使得“影响函数”和“效率界”的推导变得复杂。
  4. 如何建立渐近理论？ 需要证明估计量的相合性和渐近正态性，并给出收敛速率。Wasserstein 空间的经验过程理论（如 Schötz, 2019）为此提供了基础，但因果推断中的交叉拟合（cross-fitting）和双重稳健结构带来了新的技术挑战。

当前主流方法与已知瓶颈：目前，处理分布值结果的主流方法是先将其映射到欧氏空间（如通过 log-quantile 变换 [18]），然后应用标准因果推断方法。但这种方法会丢失 Wasserstein 空间的几何结构（如测地线、曲率），且映射可能不是等距的。本文的瓶颈在于：Wasserstein 空间不是线性空间，因此无法直接使用欧氏空间中的影响函数和效率界理论；需要开发新的工具来处理非线性空间中的半参数推断。

⚠️ 作者的 framing

作者将缺口 frame 成：“尽管 Wasserstein 空间中的统计推断已有大量工作，但因果推断几乎完全被忽视。本文填补了这一空白。” 具体来说： - 作者强调：Wasserstein 空间是非线性的，因此不能简单地将欧氏空间中的因果推断方法“逐点”应用于分布函数（即对每个分位数分别估计处理效应）。这种“逐点”方法忽略了分布之间的整体结构（如单调性、形状约束）。 - 作者淡化/回避的竞争路线： - 映射到欧氏空间的方法（如 [18] 的 log-quantile 变换）：作者在引言中承认这种方法存在，但指出它“可能丢失 Wasserstein 空间的几何结构”。然而，作者并未系统比较本文方法与映射方法的优劣（例如，在什么条件下映射方法会失效？本文方法是否总是更优？）。 - 基于分位数回归的因果推断：如果结果变量是分布，一个自然的替代方案是对每个分位数分别估计处理效应（即分位数处理效应，QTE）。作者在引言中简要提及了 QTE，但指出它“只关注单个分位数，而非整个分布”。然而，QTE 可以通过同时考虑所有分位数来“恢复”整个分布，作者对此的批评可能不够有力。 - 什么明显该被引/该存在、却没出现在 intro 里？ - 分位数处理效应（QTE）的文献：如 Firpo (2007), Callaway & Li (2019) 等。这些工作直接处理分布结果，且与本文的“分布函数因果效应”有密切联系。作者在引言中只引用了一篇 QTE 工作（可能是 Firpo, 2007），但未深入讨论其与本文的关系。值得研究者去查：QTE 文献中是否有类似的双重稳健估计量？它们是否也能扩展到 Wasserstein 空间？ - 函数型因果推断（functional causal inference）：如 Zhang et al. (2018), Cuesta-Albertos et al. (2019) 等。这些工作处理函数型结果（如曲线），与本文的分布结果有相似之处（都是无限维对象）。但函数型数据通常生活在 Hilbert 空间，而分布生活在非线性空间，因此技术挑战不同。值得研究者去查：函数型因果推断中的方法（如函数型双重稳健估计）是否可迁移到 Wasserstein 空间？

张力

未见明显对立引用。所有被引工作都在不同方面支持本文的论点：Wasserstein 空间是处理分布值数据的自然框架，且因果推断需要新的方法。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：
  • \( Y \in \mathbb{R} \)：结果变量（标量）。例如，某人在某一分钟内的体力活动计数。
  • \( A \in \{0,1\} \)：处理变量（二值）。例如，\( A=1 \) 表示已婚，\( A=0 \) 表示未婚。
  • \( X \in \mathbb{R}^p \)：协变量向量（预处理变量）。例如，年龄、性别、收入等。
  • \( Y(1), Y(0) \)：潜在结果（potential outcomes）。\( Y(1) \) 是如果处理（已婚）时的结果，\( Y(0) \) 是如果对照（未婚）时的结果。注意：在本文中，结果不是单个标量，而是一个分布。因此，更准确的记号是：
    • \( F_{Y(1)} \)：处理组的潜在结果分布（CDF）。
    • \( F_{Y(0)} \)：对照组的潜在结果分布（CDF）。
  • \( \mathcal{W}_2 \)：2-Wasserstein 空间，即所有具有有限二阶矩的 CDF 的集合，配备 Wasserstein 距离 \( d_W(\cdot, \cdot) \)。
  • \( \mu = \mathbb{E}[Y] \)：在欧氏空间中，这是平均处理效应（ATE）的目标。在本文中，目标不是 \( \mu \)，而是 \( F_{Y(1)} \) 和 \( F_{Y(0)} \) 本身。
  • \( \pi(X) = \mathbb{P}(A=1 \mid X) \)：倾向性得分（propensity score）。
  • \( m_a(X) = \mathbb{E}[Y \mid A=a, X] \)：在欧氏空间中，这是条件均值函数。在本文中，我们需要的是条件分布函数：\( F_{Y \mid A=a, X} \)。
  • \( n \)：样本量。

  • \( \hat{\cdot} \)：估计量。例如，\( \hat{\pi}(X) \) 是倾向性得分的估计。

  • 模型：

  • 数据生成机制：假设我们有一个随机样本 \( \{ (X_i, A_i, Y_i) \}_{i=1}^n \)，其中 \( Y_i \) 是标量结果。我们关心的是处理 \( A \) 对结果 \( Y \) 的分布（而非均值）的因果效应。
  • 识别假设（与欧氏空间中的标准假设相同）：
    1. 无混淆性（Unconfoundedness）：\( (Y(1), Y(0)) \perp A \mid X \)。即，给定协变量 \( X \)，处理分配与潜在结果独立。
    2. 重叠性（Overlap）：\( 0 < \pi(X) < 1 \) 对所有 \( X \) 成立。
    3. 一致性（Consistency）：\( Y = Y(A) \)。

  • 目标 estimand：处理组和对照组的潜在结果分布 \( F_{Y(1)} \) 和 \( F_{Y(0)} \)，以及它们的 Wasserstein 距离 \( d_W(F_{Y(1)}, F_{Y(0)}) \)。

  • 可观测数据：

  • 研究者实际能观测到的是：\( (X_i, A_i, Y_i) \)，即每个个体的协变量、处理状态和结果。
  • 想要但观测不到的是：每个个体的潜在结果 \( Y_i(1) \) 和 \( Y_i(0) \)（只能观测到其中一个），以及它们的分布 \( F_{Y(1)} \) 和 \( F_{Y(0)} \)。
  • 关键点：在欧氏空间中，我们通过估计 \( \mathbb{E}[Y \mid A=a, X] \) 来识别 \( \mathbb{E}[Y(a)] \)。在本文中，我们需要估计整个条件分布 \( F_{Y \mid A=a, X} \)，然后通过积分（对 \( X \) 的边缘分布）来得到 \( F_{Y(a)} \)。

第二步：讲最小内核

最简特例：假设结果 \( Y \) 是二值的（\( Y \in \{0,1\} \)），且协变量 \( X \) 是离散的（只有有限个取值）。在这种情况下，Wasserstein 空间退化为一个有限维单纯形（因为二值分布的 CDF 由单个参数 \( p = \mathbb{P}(Y=1) \) 完全决定），但本文的核心思路仍然清晰可见。

  • 在这个特例下：
  • 每个个体的结果分布由其成功概率 \( p \) 决定。因此，处理组的潜在结果分布 \( F_{Y(1)} \) 由 \( p_1 = \mathbb{P}(Y(1)=1) \) 决定，对照组的由 \( p_0 = \mathbb{P}(Y(0)=1) \) 决定。
  • 目标 estimand 简化为：\( p_1 \) 和 \( p_0 \) 的差（即 ATE），以及它们的 Wasserstein 距离 \( d_W(F_{Y(1)}, F_{Y(0)}) = |p_1 - p_0| \)（因为二值分布的 2-Wasserstein 距离等于成功概率差的绝对值）。

  • 识别：在无混淆性下，\( p_a = \mathbb{E}[ \mathbb{E}[Y \mid A=a, X] ] \)。因此，我们需要估计条件均值函数 \( m_a(X) = \mathbb{E}[Y \mid A=a, X] \)。

  • 本文的核心思路（在这个特例下）：

  • 估计两个 nuisance 函数：
    • 倾向性得分 \( \pi(X) = \mathbb{P}(A=1 \mid X) \)。
    • 条件均值函数 \( m_a(X) = \mathbb{E}[Y \mid A=a, X] \)。
  • 构造双重稳健估计量：
    • 对于 \( p_1 \)：\( \hat{p}_1 = \frac{1}{n} \sum_{i=1}^n \left[ \frac{A_i Y_i}{\hat{\pi}(X_i)} - \frac{A_i - \hat{\pi}(X_i)}{\hat{\pi}(X_i)} \hat{m}_1(X_i) \right] \)。
    • 对于 \( p_0 \)：类似地，\( \hat{p}_0 = \frac{1}{n} \sum_{i=1}^n \left[ \frac{(1-A_i) Y_i}{1-\hat{\pi}(X_i)} - \frac{A_i - \hat{\pi}(X_i)}{1-\hat{\pi}(X_i)} \hat{m}_0(X_i) \right] \)。
  • 双重稳健性质：如果 \( \hat{\pi} \) 或 \( \hat{m}_a \) 中有一个是正确指定的（即收敛到真实函数），则 \( \hat{p}_a \) 是 \( p_a \) 的一致估计。如果两者都正确，则 \( \hat{p}_a \) 达到半参数效率界（即渐近方差最小）。

  • 扩展到一般分布：当 \( Y \) 是连续变量时，上述思路仍然成立，但需要将“条件均值函数”替换为“条件分布函数”。具体地，对于每个固定的 \( y \)，定义 \( m_a(X, y) = \mathbb{P}(Y \le y \mid A=a, X) \)，然后对每个 \( y \) 应用上述双重稳健估计，得到 \( \hat{F}_{Y(a)}(y) \)。关键：由于 Wasserstein 距离是整体度量，我们需要同时考虑所有 \( y \)，并利用 Wasserstein 空间的几何结构来保证估计量的整体性质（如单调性、光滑性）。

  • 为什么这个特例抓住了核心：它剥离了 Wasserstein 空间的非线性复杂性，但保留了双重稳健估计的核心结构：两个 nuisance 函数、影响函数、交叉拟合。读者可以在这个特例下理解“分布函数因果效应”的识别和估计，然后推广到一般情况。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在观察性研究中，当结果变量是累积分布函数（CDF）时，如何定义、识别和估计处理对结果分布的因果效应（即分布函数层面的平均处理效应）。
  2. 核心工具/方法：利用 Wasserstein 空间的几何结构，将潜在结果框架扩展到分布值结果，并开发了双重稳健（doubly robust）估计量，结合了倾向性得分和条件分布函数的估计。
  3. 主要结论：所提出的估计量是相合的、渐近正态的，且在较弱的条件下达到 \( n^{-1/2} \) 收敛速率；通过交叉拟合（cross-fitting），该速率在 nuisance 函数以 \( n^{-1/4} \) 速率收敛时即可实现。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 结果空间：\( \mathcal{W}_2 = \{ F : \mathbb{R} \to [0,1] \mid F \text{ 是 CDF}, \int x^2 dF(x) < \infty \} \)，配备 2-Wasserstein 距离 \( d_W(F, G) = \left( \int_0^1 (F^{-1}(t) - G^{-1}(t))^2 dt \right)^{1/2} \)。关键：Wasserstein 空间是一个测地线空间（geodesic space），但不是线性空间。
  • 因果参数：
  • 处理组潜在结果分布：\( F_1(y) = \mathbb{P}(Y(1) \le y) \)。
  • 对照组潜在结果分布：\( F_0(y) = \mathbb{P}(Y(0) \le y) \)。
  • 分布处理效应（Distributional Treatment Effect, DTE）：\( \Delta(y) = F_1(y) - F_0(y) \)（逐点定义）。
  • Wasserstein 距离处理效应：\( \tau = d_W(F_1, F_0) \)。
  • 识别假设（与第二节相同）：
  • 无混淆性：\( (Y(1), Y(0)) \perp A \mid X \)。
  • 重叠性：\( 0 < \pi(X) < 1 \)。
  • 一致性：\( Y = Y(A) \)。
  • 与已有文献的比较：
  • 相比欧氏空间因果推断：本文的假设完全相同，但目标从条件均值变为条件分布。因此，需要估计的 nuisance 函数从 \( \mathbb{E}[Y \mid A=a, X] \) 变为 \( F_{Y \mid A=a, X} \)（一个函数而非标量）。
  • 相比 Wasserstein 回归：本文的识别依赖于无混淆性，而 Wasserstein 回归通常假设处理是外生的（即 \( A \perp Y \mid X \) 的更强版本）。本文的方法允许处理是内生的（但通过无混淆性控制）。
  • 额外假设（用于渐近理论）：
  • 光滑性：条件分布函数 \( F_{Y \mid A=a, X}(y) \) 关于 \( y \) 和 \( X \) 是光滑的（例如，Hölder 连续）。
  • 矩条件：结果变量 \( Y \) 有有限四阶矩。
  • Nuisance 函数收敛速率：倾向性得分和条件分布函数的估计量以 \( n^{-1/4} \) 或更快的速率收敛（在适当的范数下）。

主要结果

定理 1（双重稳健估计量的相合性与渐近正态性）： - 陈述：设 \( \hat{F}_1(y) \) 和 \( \hat{F}_0(y) \) 是本文提出的双重稳健估计量（定义见下文）。在正则条件下（包括无混淆性、重叠性、以及 nuisance 函数的收敛速率条件），有：

\[\sqrt{n} (\hat{F}_a(y) - F_a(y)) \xrightarrow{d} \mathcal{N}(0, \Sigma_a(y)), \quad a=0,1,\]
其中 \( \Sigma_a(y) \) 是渐近方差，可由影响函数一致估计。 - 直觉：该定理表明，对于每个固定的 \( y \)，估计量 \( \hat{F}_a(y) \) 以 \( n^{-1/2} \) 速率收敛到真实值，且渐近正态。这与欧氏空间中双重稳健估计量的经典结果一致。 - 必要条件：需要 nuisance 函数（倾向性得分和条件分布）的估计以 \( n^{-1/4} \) 或更快的速率收敛。这可以通过交叉拟合（cross-fitting）和适当的非参数方法（如核估计、随机森林）实现。 - 解决的技术难点：Wasserstein 空间的非线性使得“影响函数”的推导变得复杂。作者通过将问题“逐点”线性化（对每个固定的 \( y \)），然后利用 Wasserstein 距离的整体性质来整合这些逐点结果。

定理 2（Wasserstein 距离处理效应的渐近分布）： - 陈述：设 \( \hat{\tau} = d_W(\hat{F}_1, \hat{F}_0) \)。在定理 1 的条件下，有：

\[\sqrt{n} (\hat{\tau} - \tau) \xrightarrow{d} \mathcal{N}(0, \sigma^2),\]
其中 \( \sigma^2 \) 可由 Delta 方法得到。 - 直觉：由于 Wasserstein 距离是 \( F_1 \) 和 \( F_0 \) 的光滑泛函（在适当的拓扑下），因此 \( \hat{\tau} \) 的渐近分布可由 \( \hat{F}_1 \) 和 \( \hat{F}_0 \) 的联合渐近分布通过 Delta 方法得到。 - 必要条件：需要 \( F_1 \) 和 \( F_0 \) 是绝对连续的，且它们的支撑集有界（以确保 Wasserstein 距离的 Hadamard 可微性）。

证明路线与技术技巧

整体路线（3-5 步逻辑主干）：

  1. 逐点影响函数推导：对于每个固定的 \( y \)，将问题视为估计 \( \theta_a(y) = F_a(y) = \mathbb{E}[ \mathbb{1}(Y \le y) \mid A=a ] \)。这是一个标准的因果推断问题，其影响函数为：

    \[\psi_a(y; Z, \pi, m_a) = \frac{A^a (1-A)^{1-a}}{\pi(X)^a (1-\pi(X))^{1-a}} (\mathbb{1}(Y \le y) - m_a(X, y)) + m_a(X, y) - \theta_a(y),\]
    其中 \( Z = (X, A, Y) \)，\( m_a(X, y) = \mathbb{P}(Y \le y \mid A=a, X) \)。这是欧氏空间中双重稳健估计量的标准影响函数，但应用于二值结果 \( \mathbb{1}(Y \le y) \)。

  2. 双重稳健估计量构造：基于影响函数，构造估计量：

    \[\hat{\theta}_a(y) = \frac{1}{n} \sum_{i=1}^n \left[ \frac{A_i^a (1-A_i)^{1-a}}{\hat{\pi}(X_i)^a (1-\hat{\pi}(X_i))^{1-a}} (\mathbb{1}(Y_i \le y) - \hat{m}_a(X_i, y)) + \hat{m}_a(X_i, y) \right],\]
    其中 \( \hat{\pi} \) 和 \( \hat{m}_a \) 是 nuisance 函数的估计。关键：使用交叉拟合（cross-fitting）来避免过拟合偏差：将数据分成 K 折，用第 \( k \) 折以外的数据估计 nuisance 函数，然后用第 \( k \) 折的数据计算 \( \hat{\theta}_a(y) \)。

  3. 逐点渐近理论：利用标准双重稳健估计理论（如 Chernozhukov et al., 2018），证明对于每个固定的 \( y \)，\( \hat{\theta}_a(y) \) 是 \( \theta_a(y) \) 的 \( \sqrt{n} \)-相合、渐近正态估计量。这需要 nuisance 函数的收敛速率条件（\( n^{-1/4} \)）。

  4. 从逐点到整体：将 \( \hat{F}_a(y) = \hat{\theta}_a(y) \) 视为一个随机过程（在 \( y \) 上）。需要证明该过程在 Wasserstein 距离下是紧的（tight），从而保证 \( d_W(\hat{F}_1, \hat{F}_0) \) 的渐近性质。这通过以下步骤实现：

  5. 证明 \( \hat{F}_a(y) \) 是 \( F_a(y) \) 的一致估计（在 sup 范数下）。
  6. 利用 Wasserstein 距离的连续性，将 \( d_W(\hat{F}_1, \hat{F}_0) \) 的收敛性转化为 \( \hat{F}_1 \) 和 \( \hat{F}_0 \) 的泛函收敛性。
  7. 应用 Delta 方法（Wasserstein 距离的 Hadamard 可微性）得到 \( \hat{\tau} \) 的渐近分布。

关键跳跃点： - 从逐点影响到整体 Wasserstein 距离：这是本文最吃功夫的地方。在欧氏空间中，ATE 是标量，因此只需处理一个影响函数。在本文中，目标是一个函数（CDF），因此需要处理一个影响函数过程。作者通过证明该过程的 tightness 来克服这一困难，这依赖于 Wasserstein 空间的几何性质（如测地线凸性）和 Schötz (2019) 的四元不等式。 - 交叉拟合与 Wasserstein 空间的结合：交叉拟合在欧氏空间中已很成熟，但在 Wasserstein 空间中，需要确保 nuisance 函数的估计（如条件分布函数）在交叉拟合的每一折中都是稳定的。作者通过假设 nuisance 函数的估计量是“一致收敛”的来解决这一问题。

技术技巧点名： - 影响函数（Influence Function）：用于构造双重稳健估计量和推导渐近方差。这是半参数理论的核心工具。 - 交叉拟合（Cross-fitting）：用于放松 nuisance 函数估计的收敛速率条件，从 \( n^{-1/2} \) 降到 \( n^{-1/4} \)。 - 四元不等式（Quadruple Inequality, Schötz, 2019）：用于证明 Wasserstein 空间中经验过程的收敛性，是建立 tightness 的关键。 - Hadamard 可微性（Hadamard Differentiability）：用于将 Wasserstein 距离视为 CDF 的泛函，并通过 Delta 方法得到其渐近分布。 - 经验过程理论（Empirical Process Theory）：用于处理影响函数过程的 tightness 和一致收敛性。

真实例子与应用

数据：美国国家健康与营养调查（NHANES）2003-2006 年可穿戴设备数据。该数据包含约 6,000 名成年人的 7 天加速度计记录，每分钟记录一个活动计数（0-32767）。协变量包括年龄、性别、种族、教育、收入等。处理变量是婚姻状况（已婚 vs. 未婚）。

如何应用本文方法： 1. 定义结果：对于每个个体，将其 7 天的每分钟活动计数汇总为一个经验分布（CDF）。因此，每个个体的结果是一个分布函数。 2. 估计 nuisance 函数： - 倾向性得分 \( \pi(X) \)：使用逻辑回归估计婚姻状况的条件概率。 - 条件分布函数 \( m_a(X, y) = \mathbb{P}(Y \le y \mid A=a, X) \)：使用分位数回归或核密度估计。 3. 计算双重稳健估计量：对每个 \( y \)，计算 \( \hat{F}_1(y) \) 和 \( \hat{F}_0(y) \)，然后计算 Wasserstein 距离 \( \hat{\tau} = d_W(\hat{F}_1, \hat{F}_0) \)。 4. 推断：使用 Bootstrap 或渐近方差公式计算置信区间。

结果： - 已婚个体的体力活动分布整体上比未婚个体“更活跃”（即分布右移）。 - Wasserstein 距离 \( \hat{\tau} \) 约为 0.15（标准化后），且显著不为零（p < 0.01）。 - 与“逐点”方法（即对每个分位数分别估计处理效应）相比，本文方法得到的分布更光滑，且置信带更窄。

这个例子想说明什么： - 验证理论：展示了本文方法在实际数据中的可行性，并验证了估计量的相合性（通过 Bootstrap 置信区间覆盖真实值）。 - 展示相对 baseline 的优势：与“逐点”方法相比，本文方法利用了 Wasserstein 空间的整体几何结构，从而得到更稳定、更高效的估计。注意：作者并未与“映射到欧氏空间”的方法（如 log-quantile 变换）进行系统比较，这是一个潜在的弱点。

🔎 结论是否比证明窄

  • 窄结论 1：定理 1 和 2 的证明依赖于“结果变量 \( Y \) 是标量”的假设。作者在结论部分声称该方法可扩展到多元结果（如 \( Y \in \mathbb{R}^d \)），但并未给出证明。这是 conjecture，而非严格证明。扩展到多元结果需要处理高维 Wasserstein 空间，其几何结构更复杂（如不存在显式的分位数函数）。
  • 窄结论 2：定理 2 的 Delta 方法需要 Wasserstein 距离的 Hadamard 可微性，这要求 \( F_1 \) 和 \( F_0 \) 是绝对连续的。作者在模拟中使用了离散分布（如经验分布），但未证明在这种情况下 Delta 方法仍然有效。这是证明中的一个 gap：对于离散分布，Wasserstein 距离不是 Hadamard 可微的，因此定理 2 的渐近正态性可能不成立。
  • 窄结论 3：作者假设无混淆性，但未讨论未观测混杂的情况。在结论部分，作者提到“未来工作可考虑工具变量或代理变量”，但未给出任何具体方法。这是 limitation，而非 conjecture。

四、开放问题（点到为止，扎根具体语句）

  1. 扩展到多元结果：本文的方法仅适用于标量结果 \( Y \in \mathbb{R} \)。扩展到多元结果（如 \( Y \in \mathbb{R}^d \)）需要处理高维 Wasserstein 空间，其几何结构更复杂（如不存在显式的分位数函数）。扎根于：结论部分“Our framework can be extended to multivariate outcomes...”（但未给出证明）。
  2. 处理未观测混杂：本文假设无混淆性，这在观察性研究中可能不成立。如何利用工具变量或代理变量（proximal causal inference）来识别分布函数层面的因果效应？扎根于：结论部分“Future work could consider instrumental variables or proxy variables...”。
  3. 离散分布的渐近理论：定理 2 的 Delta 方法需要绝对连续性，但实际数据中结果变量可能是离散的（如计数数据）。如何为离散分布建立类似的渐近理论？扎根于：定理 2 的证明依赖于 Wasserstein 距离的 Hadamard 可微性，而该性质对离散分布不成立。
  4. 与其他非线性空间的比较：本文聚焦于 Wasserstein 空间，但其他非线性空间（如球面、流形）也可能出现分布值结果。本文的方法能否推广到这些空间？扎根于：引言部分“...the Wasserstein space is just one example of a nonlinear space...”。值得研究者去查：是否存在其他非线性空间中的因果推断工作？它们的识别假设和估计方法与本文有何异同？

Maintained by 陈星宇 · Homepage · Source on GitHub

评论