跳转至

Assessing Sensitivity to Unconfoundedness: Estimation and Inference

作者: Matthew A. Masten, Alexandre Poirier, Linqi Zhang
来源: Journal of Business & Economic Statistics
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

这个子方向是因果推断中的敏感性分析，具体针对无混淆假设（unconfoundedness） 的稳健性检验。根本问题是：当研究者依赖“给定可观测协变量后，处理分配与潜在结果独立”这一假设来识别因果效应时，这个假设本身不可检验，那么结论对假设的偏离有多敏感？当前成熟度：已有大量参数化敏感性分析方法（如 Imbens 2003），但非参数框架相对较少，且缺乏统一的推断工具。

发展脉络（history）

从 intro 引用的工作串成一条线：

  • 奠基工作：Rosenbaum & Rubin (1983) 提出无混淆假设并引入倾向得分，奠定了基于可观测变量的因果推断框架。但该假设本身不可检验，这催生了敏感性分析的需求。
  • 主要进展（参数化敏感性分析）：
  • Imbens (2003) 提出基于“选择偏差”参数的敏感性分析，假设处理效应估计的偏差可参数化为一个标量。作者引用时指出：“Imbens (2003) proposed a parametric sensitivity analysis... but his approach relies on a parametric model for the outcome.”
  • Altonji, Elder & Taber (2005) 提出基于“选择比例”的方法，比较可观测与不可观测变量的相对重要性。作者引用时指出：“AET (2005) uses a ratio of selection on observables to selection on unobservables... but their approach is tied to a specific parametric model.”
  • Oster (2019) 推广了 AET 的方法，提出基于 R-squared 变化的敏感性检验。作者引用时指出：“Oster (2019) extends AET... but still relies on a linear model for the outcome.”
  • 当前 frontier（非参数敏感性分析）：
  • 本文的直接前驱：Masten & Poirier (2018) 提出了一个非参数敏感性分析框架，用标量参数 c 松弛无混淆假设。作者引用时指出：“Masten and Poirier (2018) introduced a nonparametric relaxation of unconfoundedness... but they only considered point estimation of the bounds, not inference.”
  • 同时期相关工作：Díaz & van der Laan (2013) 提出了基于影响函数的非参数敏感性分析，但作者引用时指出：“Díaz and van der Laan (2013) considered a different sensitivity parameter... and focused on a single value of the parameter, not uniform inference.”
  • 本文的位置：本文是 Masten & Poirier (2018) 的推断版本——在已有的非参数边界估计框架上，补上了对敏感性参数 c 一致的置信带（uniform confidence band），并提供了 Stata 实现。这是从“点估计”到“推断”的关键一步。

子线索聚类

这些被引文献大致落在 3 条子线索上：

  1. 参数化敏感性分析（Imbens 2003, Altonji et al. 2005, Oster 2019）：依赖线性模型或参数化假设，计算简单但模型依赖性强。作者在 intro 中明确批评其“parametric assumptions may be restrictive”。
  2. 非参数边界估计（Masten & Poirier 2018, Manski 1990, 2003）：不依赖参数模型，但早期工作只给出点估计，无推断。Manski 的“无假设边界”（no-assumptions bounds）是极端情况（c → ∞）。
  3. 基于影响函数的敏感性分析（Díaz & van der Laan 2013, Robins et al. 2000）：使用半参数理论构造影响函数，但通常针对固定敏感性参数值，而非 uniform inference。

这个方向在追问的核心问题

  1. 如何定义“敏感性”：用什么参数（标量、函数、分布）来量化对无混淆假设的偏离？
  2. 边界估计的 sharpness：在给定松弛程度下，识别出的边界是否是最紧的（sharp bounds）？
  3. 推断的 uniform 性：如何构造对敏感性参数一致的置信带，而非逐点置信区间？
  4. 计算可行性：非参数方法通常涉及高维优化，如何实现可扩展的计算？

当前主流方法：参数化方法（Imbens, Oster）因其简单性在实证中占主导，但模型依赖性强。已知瓶颈：非参数方法虽然更稳健，但推断困难，尤其是 uniform inference 需要处理非标准渐近（边界估计通常涉及非光滑泛函）。

⚠️ 作者的 framing

作者把缺口 frame 成：“已有非参数边界估计（Masten & Poirier 2018），但缺乏推断工具——尤其是对 c 一致的置信带。” 这样本文就成为“显然的下一步”：在已有框架上补上推断。

被淡化或回避的竞争路线： - 作者淡化了 Díaz & van der Laan (2013) 的基于影响函数的方法，只提了一句“focused on a single value of the parameter”，但未讨论其是否可推广到 uniform inference。 - 作者回避了贝叶斯敏感性分析（如 McCandless et al. 2007），这可能是另一种处理不确定性的框架。

什么明显该被引 / 该存在、却没出现在 intro 里？ - Rosenbaum (2002) 的“敏感性分析”专著：这是该领域的经典参考，但本文未引用。可能因为 Rosenbaum 的方法基于匹配和随机化检验，与本文的边界估计框架不同。 - VanderWeele & Ding (2017) 的 E-value：这是近年来流行的敏感性分析工具，但本文未引用。可能因为 E-value 基于风险比，与本文的 ATE/ATT 框架不同。 - Chernozhukov, Lee & Rosen (2013) 的交集边界（intersection bounds）：这是处理部分识别问题中 uniform inference 的经典方法，但本文未引用。这可能是本文技术路线的直接竞争者。

→ 值得研究者去查的问题：Chernozhukov et al. (2013) 的方法是否可直接应用于本文的边界估计？如果不能，障碍在哪？

张力

未见明显对立引用。所有被引工作都承认无混淆假设不可检验，只是处理方式不同。但存在一个隐含张力：参数化方法（Imbens, Oster）强调简单性和实证可用性，而非参数方法（本文）强调稳健性。作者通过提供 Stata 模块来回应“可用性”批评。

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： - \( Y(1), Y(0) \)：潜在结果（potential outcomes），分别对应接受处理和不接受处理。不可同时观测。 - \( D \in \{0,1\} \)：处理分配变量（treatment assignment）。可观测。 - \( X \)：可观测协变量向量。可观测。 - \( Y = D \cdot Y(1) + (1-D) \cdot Y(0) \)：观测到的结果。可观测。 - \( \tau = \mathbb{E}[Y(1) - Y(0)] \)：平均处理效应（ATE）。目标 estimand。 - \( \tau_{ATT} = \mathbb{E}[Y(1) - Y(0) \mid D=1] \)：处理组平均处理效应（ATT）。目标 estimand。 - \( c \in [0, \infty) \)：敏感性参数（scalar sensitivity parameter）。研究者选择，控制对无混淆假设的松弛程度。 - \( \theta(c) = [L(c), U(c)] \)：在给定 c 下，ATE 或 ATT 的识别边界（identified set）。要估计的对象。 - \( \hat{L}(c), \hat{U}(c) \)：边界的非参数估计量。要构造的统计量。 - \( \mathcal{C}(c) \)：对 \( \theta(c) \) 的 uniform confidence band。要构造的推断对象。

模型： - 标准无混淆假设：\( (Y(1), Y(0)) \perp D \mid X \)。 - 本文的松弛版本：允许有限程度的不可观测选择，由参数 c 控制。具体地，假设存在一个未观测的混杂变量 \( U \)，使得 \( (Y(1), Y(0)) \perp D \mid (X, U) \)，但 \( U \) 对处理分配的影响受 c 约束。c=0 对应无混淆假设，c → ∞ 对应无任何假设（Manski 边界）。 - 数据生成机制：\( (Y, D, X) \) 来自某个联合分布 \( P \)，研究者可观测 i.i.d. 样本 \( \{Y_i, D_i, X_i\}_{i=1}^n \)。

可观测数据： - 研究者实际能观测到：\( \{Y_i, D_i, X_i\}_{i=1}^n \)，其中 \( Y_i \) 是观测结果，\( D_i \) 是处理状态，\( X_i \) 是协变量。 - 不可观测：潜在结果 \( Y_i(1), Y_i(0) \) 的完整联合分布，以及未观测混杂变量 \( U \)。 - 关键识别问题：在无混淆假设下，ATE 可由 \( \mathbb{E}[Y \mid D=1, X] - \mathbb{E}[Y \mid D=0, X] \) 识别。在松弛后，只能识别出一个区间 \( [L(c), U(c)] \)。

第二步：讲最小内核

最简特例：假设只有一个二元协变量 \( X \in \{0,1\} \)，且我们关心 ATE。这是整篇论文方法可以退化的最简情形。

在这个特例下： - 可观测数据：\( \{Y_i, D_i, X_i\}_{i=1}^n \)，其中 \( X_i \in \{0,1\} \)。 - 目标：估计 ATE \( \tau = \mathbb{E}[Y(1) - Y(0)] \) 在无混淆假设松弛下的边界。 - 敏感性参数 c 的含义：c 控制“不可观测选择”的程度。具体地，c 是处理分配概率（倾向得分）在有无未观测混杂时的最大变化量。c=0 时，倾向得分完全由 X 决定（无混淆）；c>0 时，允许倾向得分在某个范围内变化。

核心思路： 1. 无混淆假设下：ATE 可识别为 \( \tau = \mathbb{E}[\mathbb{E}[Y \mid D=1, X] - \mathbb{E}[Y \mid D=0, X]] \)。 2. 松弛后：对于每个 X 值，处理组和对照组的条件均值 \( \mathbb{E}[Y \mid D=1, X] \) 和 \( \mathbb{E}[Y \mid D=0, X] \) 不再唯一确定，而是落在一个区间内。这个区间的大小由 c 控制。 3. 边界计算：ATE 的下界 \( L(c) \) 是通过“最坏情况”假设得到的——即未观测混杂使得处理效应尽可能小；上界 \( U(c) \) 则相反。 4. 极端情况：c=0 时，\( L(0) = U(0) = \tau \)（点识别）；c → ∞ 时，\( L(\infty) = \min Y - \max Y \)，\( U(\infty) = \max Y - \min Y \)（Manski 边界）。

数学上：在二元 X 特例下，边界 \( [L(c), U(c)] \) 可以显式写出： - 令 \( p_x = \mathbb{P}(D=1 \mid X=x) \) 为倾向得分。 - 令 \( \mu_{1x} = \mathbb{E}[Y \mid D=1, X=x] \)，\( \mu_{0x} = \mathbb{E}[Y \mid D=0, X=x] \) 为条件均值。 - 在无混淆假设下，ATE = \( \sum_x \mathbb{P}(X=x)[\mu_{1x} - \mu_{0x}] \)。 - 在松弛下，允许 \( \mu_{1x} \) 和 \( \mu_{0x} \) 在某个区间内变化，这个区间由 c 和观测数据决定。具体地，下界 \( L(c) \) 是通过最小化 ATE 表达式得到的，上界 \( U(c) \) 是通过最大化得到的。

为什么这是最小内核：整篇论文的一般情形（连续 X、高维 X、ATT 而非 ATE）只是这个二元特例的“加壳”——核心数学困难（边界作为 c 的函数、非标准 bootstrap 推断）在这个特例中已经出现，且可以显式写出。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在无混淆假设的非参数松弛下，估计并推断 ATE 和 ATT 的识别边界作为敏感性参数 c 的函数。
  2. 核心工具 / 方法：非参数边界估计（基于 Masten & Poirier 2018 的框架）+ 非标准 bootstrap（用于构造 uniform confidence band）。
  3. 主要结论：提出了一个可计算的方法，构造对 c 一致的置信带，并证明了该置信带的渐近覆盖性质；在 NSW 数据上展示了应用。

关键设定与假设

完整设定（在第二节最小记号基础上补全）：

  • 数据：i.i.d. 样本 \( \{Y_i, D_i, X_i\}_{i=1}^n \)，其中 \( Y_i \in \mathbb{R} \)，\( D_i \in \{0,1\} \)，\( X_i \in \mathcal{X} \subseteq \mathbb{R}^d \)。
  • 目标 estimand：ATE \( \tau = \mathbb{E}[Y(1) - Y(0)] \) 或 ATT \( \tau_{ATT} = \mathbb{E}[Y(1) - Y(0) \mid D=1] \)。
  • 敏感性参数 c：标量，\( c \in [0, \infty) \)。c=0 对应无混淆假设，c → ∞ 对应无假设边界。
  • 松弛机制：作者采用 Masten & Poirier (2018) 的框架，其中 c 控制“未观测混杂对倾向得分的最大影响”。具体地，假设存在一个未观测变量 U，使得 \( (Y(1), Y(0)) \perp D \mid (X, U) \)，且 \( \sup_{x} |\mathbb{P}(D=1 \mid X=x, U) - \mathbb{P}(D=1 \mid X=x)| \leq c \)。这意味着未观测混杂最多改变倾向得分 c 个单位。
  • 边界定义：在给定 c 下，ATE 的识别边界为：
    \[L(c) = \inf_{P \in \mathcal{P}(c)} \mathbb{E}_P[Y(1) - Y(0)], \quad U(c) = \sup_{P \in \mathcal{P}(c)} \mathbb{E}_P[Y(1) - Y(0)]\]
    其中 \( \mathcal{P}(c) \) 是所有与观测数据一致且满足 c-松弛无混淆假设的分布。

关键假设： 1. 重叠性（Overlap）：\( 0 < \mathbb{P}(D=1 \mid X) < 1 \) 几乎必然。这是所有基于倾向得分的方法的标准假设。 2. 正则性条件：条件均值函数 \( \mathbb{E}[Y \mid D=d, X=x] \) 足够光滑（如 Lipschitz 连续），以保证非参数估计的收敛速率。 3. c 的支撑集：c 的取值范围是 \( [0, c_{\max}] \)，其中 \( c_{\max} \) 是使得边界非退化的最大值（通常由数据决定）。 4. 无额外结构假设：不假设线性、可加性或参数模型——这是“非参数”的含义。

相比已有文献： - 放宽：相比 Imbens (2003) 和 Oster (2019)，不假设线性模型。 - 强化：相比 Masten & Poirier (2018)，增加了推断（置信带），但代价是需要更强的正则性条件（如 bootstrap 有效性所需的 Donsker 条件）。

主要结果

定理 1（边界估计的一致性）： - 陈述：在正则条件下，非参数估计量 \( \hat{L}(c) \) 和 \( \hat{U}(c) \) 是 \( L(c) \) 和 \( U(c) \) 的一致估计，即 \( \sup_{c \in [0, c_{\max}]} |\hat{L}(c) - L(c)| = o_p(1) \)，对 \( \hat{U}(c) \) 类似。 - 直觉：非参数回归（如核估计或级数估计）可以一致地估计条件均值函数，而边界是这些条件均值的线性泛函，因此也一致。 - 必要条件：非参数回归的收敛速率足够快（如 \( n^{-1/3} \) 或更快），且 c 的网格足够密。 - 解决的技术难点：边界作为 c 的函数可能不光滑（有拐点），但一致收敛仍然成立。

定理 2（uniform confidence band 的渐近覆盖）： - 陈述：构造的 bootstrap 置信带 \( \mathcal{C}(c) = [\hat{L}(c) - \hat{q}_{1-\alpha}(c), \hat{U}(c) + \hat{q}_{1-\alpha}(c)] \) 满足：

\[\lim_{n \to \infty} \mathbb{P}\left( L(c) \in \mathcal{C}(c) \text{ for all } c \in [0, c_{\max}] \right) \geq 1 - \alpha\]
其中 \( \hat{q}_{1-\alpha}(c) \) 是从 bootstrap 中得到的临界值函数。 - 直觉：使用非标准 bootstrap（如 m-out-of-n bootstrap 或 subsampling）来处理边界估计的非光滑性。标准 bootstrap 可能失效，因为边界估计涉及 inf/sup 运算，导致非光滑泛函。 - 必要条件：bootstrap 的调整参数（如子样本大小 m）需要满足 \( m \to \infty \) 且 \( m/n \to 0 \)。 - 解决的技术难点：uniform inference 需要处理边界函数作为 c 的随机过程，其弱收敛需要 Donsker 条件。作者使用 bootstrap 来近似这个过程的分布。

定理 3（边界 sharpness）： - 陈述：在给定 c 下，\( [L(c), U(c)] \) 是 ATE 的最紧识别边界（sharp bounds），即不存在更小的区间包含所有与观测数据和 c-松弛假设一致的 ATE 值。 - 直觉：这是 Masten & Poirier (2018) 已有结果的推广，证明思路是通过构造达到边界的分布。 - 必要条件：无额外假设——sharpness 是识别框架的内在性质。 - 解决的技术难点：构造达到边界的分布需要处理未观测混杂的极端情况，这涉及优化问题。

证明路线与技术技巧

整体路线（3-5 步逻辑主干）：

  1. 第一步：边界识别。证明在给定 c 下，ATE 的边界 \( [L(c), U(c)] \) 可由观测数据的条件分布显式表达。具体地，\( L(c) \) 和 \( U(c) \) 是条件均值 \( \mathbb{E}[Y \mid D=d, X=x] \) 和倾向得分 \( \mathbb{P}(D=1 \mid X=x) \) 的泛函。这一步是 Masten & Poirier (2018) 的已有结果。

  2. 第二步：非参数估计。使用核估计或级数估计来估计条件均值和倾向得分，然后代入边界表达式得到 \( \hat{L}(c) \) 和 \( \hat{U}(c) \)。证明一致收敛性（定理 1）。

  3. 第三步：bootstrap 推断。使用 m-out-of-n bootstrap 来近似 \( \hat{L}(c) - L(c) \) 和 \( \hat{U}(c) - U(c) \) 的联合分布。关键跳跃点：为什么标准 bootstrap 失效？因为边界估计涉及 inf/sup 运算，导致估计量是非光滑泛函，标准 bootstrap 可能不一致。m-out-of-n bootstrap 通过使用更小的子样本（m < n）来“平滑”非光滑性。

  4. 第四步：uniform confidence band 构造。从 bootstrap 分布中提取分位数函数 \( \hat{q}_{1-\alpha}(c) \)，构造置信带。证明渐近覆盖性质（定理 2）。

  5. 第五步：sharpness 证明。构造达到边界的分布，证明边界是最紧的（定理 3）。

关键跳跃点： - 最吃功夫的引理：bootstrap 一致性的证明。需要证明 \( \sqrt{m}(\hat{L}_m(c) - \hat{L}_n(c)) \) 的分布弱收敛到与 \( \sqrt{n}(\hat{L}_n(c) - L(c)) \) 相同的极限分布，其中 \( \hat{L}_m(c) \) 是基于大小为 m 的子样本的估计量。这需要处理非光滑泛函的 bootstrap 理论，通常涉及 empirical process 理论中的“bootstrap 弱收敛”条件。 - 难点卡在哪：边界函数 \( L(c) \) 作为 c 的函数可能不光滑（有拐点），导致标准 bootstrap 的“smooth function model”不适用。 - 作者用什么办法绕过去：使用 m-out-of-n bootstrap，其中 m 的增长速度慢于 n（如 \( m = n^{2/3} \)），使得子样本的“有效光滑性”更好。这类似于 subsampling 的思想。

技术技巧点名： - m-out-of-n bootstrap：用于处理非光滑泛函的推断。用在哪：构造 uniform confidence band。 - 核估计 / 级数估计：用于非参数估计条件均值和倾向得分。用在哪：边界估计的第一步。 - empirical process 理论：用于证明 bootstrap 的弱收敛。用在哪：bootstrap 一致性的证明。 - Donsker 条件：用于保证边界函数作为随机过程的 tightness。用在哪：uniform inference 的理论基础。 - 分位数函数估计：从 bootstrap 分布中提取临界值。用在哪：置信带构造。

真实例子与应用

数据：National Supported Work Demonstration (NSW) 数据。这是一个经典的劳动经济学数据集，用于评估职业培训项目对收入的影响。LaLonde (1986) 使其成为因果推断的 benchmark。

怎么用： 1. 估计 ATE 和 ATT 在无混淆假设下的点估计（c=0）。 2. 对一系列 c 值（如 c=0, 0.1, 0.2, ..., 1.0）计算边界 \( [\hat{L}(c), \hat{U}(c)] \)。 3. 构造 95% uniform confidence band。 4. 报告结果：对于多大的 c，边界仍然不包含零（即处理效应显著不为零）？

结果： - 在无混淆假设下（c=0），ATE 估计为正且显著。 - 随着 c 增大，边界变宽。当 c 达到某个阈值（如 c=0.5）时，边界开始包含零，意味着处理效应不再显著。 - Uniform confidence band 比逐点置信区间更宽，反映了对 c 的 uniform 控制。

这个例子想说明什么： - 验证理论：展示边界随 c 变化的单调性（c 越大，边界越宽）。 - 展示相对 baseline 的优势：相比 Imbens (2003) 的参数化方法，本文的非参数方法不依赖线性假设，因此对 NSW 数据（可能存在非线性）更稳健。 - 实用价值：研究者可以回答“我的结论对不可观测选择有多敏感？”——具体地，c 需要多大才能推翻结论。

🔎 结论是否比证明窄

是。具体地： - 定理 2 的 uniform confidence band 覆盖性质是在“bootstrap 一致性”条件下证明的，但作者在结论中 claim 的是“可用于实证研究”。然而，bootstrap 一致性的条件（如 Donsker 条件）在实证中难以验证。作者在文中承认了这一点（Section 4.2: “The validity of the bootstrap requires certain regularity conditions that may be difficult to verify in practice”）。 - 边界 sharpness（定理 3） 是在“所有与观测数据一致的分布”上证明的，但实证中观测数据是有限的，sharpness 可能不成立。作者在结论中未强调这一区别。 - c 的选择：作者提供了方法，但未给出选择 c 的指导原则。实证中研究者需要自己决定 c 的范围，这引入了主观性。作者在结论中未讨论这一点。

四、开放问题

  1. c 的选择问题：本文假设研究者事先选定 c 的范围，但未提供选择 c 的 data-driven 方法。扎根于：Section 3.1 “The researcher must choose a range of c values... we leave the choice of this range to the researcher.” 这是一个明显的 gap——能否基于数据自适应地选择 c 的范围（如通过交叉验证或最小化某种风险）？

  2. 高维协变量下的扩展：本文的非参数方法在协变量维数 d 较高时面临“维度诅咒”。扎根于：Section 4.1 “Our nonparametric estimators require smoothing over X, which becomes difficult when X is high-dimensional.” 能否使用高维统计工具（如 lasso、随机森林）来估计条件均值和倾向得分，并保持推断的有效性？这涉及“高维非参数敏感性分析”，是一个开放问题。

  3. 多个敏感性参数：本文使用单个标量 c 来量化敏感性，但实际中可能有多个维度的未观测混杂。扎根于：Section 5 “Extending our framework to multiple sensitivity parameters is an interesting direction for future research.” 能否构造一个多维敏感性参数框架，并处理 uniform inference？

  4. 与其他敏感性分析方法的比较：本文未与 E-value (VanderWeele & Ding 2017) 或 Rosenbaum (2002) 的匹配敏感性分析进行系统比较。扎根于：intro 中未引用这些工作。这是一个值得研究者去查的问题：这些方法在什么条件下等价？什么条件下给出不同结论？是否存在一个统一的敏感性分析框架？

Maintained by 陈星宇 · Homepage · Source on GitHub

评论