Nontestability of instrument validity under continuous treatments¶

作者: F F Gunsilius
来源: Biometrika
主题: 因果推断
相关性: 7/10
机构绿灯: University of Michigan（US News 前 50，免分进入精读）
链接: https://doi.org/10.1093/biomet/asaa101

一、领域脉络与小综述¶

这个方向是什么¶

本方向研究的是工具变量（IV）有效性假设的可检验性。在因果推断中，IV 方法通过三个核心假设识别因果效应：① 相关性（工具变量 Z 与内生处理变量 T 相关）；② 排除限制（Z 仅通过 T 影响结果 Y）；③ 独立性（Z 与所有混淆因子 U 独立）。后两个假设（排除限制 + 独立性）统称为“IV 有效性”，它们无法从观测数据中直接验证，因为涉及不可观测的混淆因子 U。因此，一个根本问题是：在什么条件下，IV 有效性是可检验的（即存在基于观测数据的统计检验，能拒绝无效的 IV）？本方向的核心张力在于：离散处理与连续处理下可检验性的根本差异。

发展脉络（history）¶

奠基工作：Pearl (1995) 在《Causality》中首次系统提出 IV 有效性的可检验性问题，并猜想：当内生处理变量 T 是连续时，IV 有效性在隐变量模型中不可检验。该猜想基于一个直觉：连续处理提供了“无限自由度”，使得任何观测数据模式都能被某个无效 IV 模型拟合，从而无法构造拒绝域。
主要进展：离散处理下的可检验性。Pearl (1995) 同时证明，当 T 是离散（特别是二值）时，IV 有效性是可检验的——存在基于观测数据的不等式约束（如“工具变量不等式”），这些约束必须被有效 IV 满足，否则可拒绝。后续工作（如 Balke & Pearl, 1997; Ramsahai, 2012）将这一结果推广到多值离散处理，并给出了更紧的检验界。
当前 frontier：连续处理下的不可检验性。本文（Gunsilius, 2024）是首次严格证明 Pearl (1995) 的猜想，填补了离散与连续之间的理论空白。作者指出，连续处理下的不可检验性源于隐变量模型的非参数可识别性：当 T 连续时，任何观测分布都能被某个包含无效 IV 的隐变量模型生成，因此不存在统计检验能区分有效与无效 IV。
本文的位置：本文是 IV 可检验性理论的补全——它证明了离散与连续之间的根本断裂，并指出弱结构假设（如观测变量间的连续性条件）可以重新建立可检验性。这为后续研究指明了方向：在连续处理下，必须依赖领域知识或结构假设，而非数据驱动的检验。

子线索聚类¶

离散处理下的可检验性：Pearl (1995), Balke & Pearl (1997), Ramsahai (2012) 等。核心工具是线性规划与不等式约束，利用离散处理下隐变量模型的有限参数化，导出观测分布必须满足的约束。
连续处理下的不可检验性：本文是唯一严格证明。核心工具是隐变量模型的非参数可识别性理论（如 Koopmans & Reiersøl, 1950 的经典结果），以及构造反例——对任意观测分布，构造一个无效 IV 模型与之匹配。
弱结构假设下的可检验性：本文的延伸。作者指出，若施加连续性条件（如观测变量间的联合分布是连续的），则可重新建立可检验性。这一线索尚未被充分探索，是开放问题。

这个方向在追问的核心问题¶

核心问题 1：在什么条件下，IV 有效性是可检验的？——离散 vs 连续的根本差异是什么？
核心问题 2：如果不可检验，研究者如何评估 IV 的有效性？——敏感性分析、领域知识、或结构假设？
核心问题 3：弱结构假设（如连续性、单调性、线性）能否恢复可检验性？如果能，需要多强的假设？

已知瓶颈：连续处理下的不可检验性意味着，实证研究中 IV 方法的使用者不能依赖数据驱动的检验来确认 IV 有效性。这迫使研究者依赖领域知识（如排除限制的合理性论证）或敏感性分析（如检验 IV 对未观测混淆的稳健性）。本文的结果直接警示：在连续处理下，任何声称“通过了 IV 有效性检验”的实证研究都是误导性的——因为这样的检验根本不存在。

⚠️ 作者的 framing¶

作者的说法：作者将缺口 frame 成“Pearl (1995) 猜想的严格证明”，并强调“连续处理下不可检验”与“离散处理下可检验”的根本断裂。作者还指出，弱结构假设（如连续性条件）可以重新建立可检验性，从而为未来研究打开窗口。
被淡化或回避的竞争路线：作者没有讨论半参数或参数 IV 模型（如线性 IV、两阶段最小二乘）下的可检验性。在这些模型中，IV 有效性可能通过过度识别检验（如 Sargan 检验）被检验——但这些检验依赖于模型设定（如线性、同方差），而非非参数可检验性。作者可能认为这些检验是“模型假设下的检验”，而非“IV 有效性本身的检验”。
什么明显该被引 / 该存在、却没出现在 intro 里？：作者没有引用Koopmans & Reiersøl (1950) 关于隐变量模型可识别性的经典工作，尽管该工作与本文的证明框架直接相关。此外，Angrist, Imbens & Rubin (1996) 关于 IV 在连续处理下的解释（如 LATE 框架）也未提及——这可能是因为本文聚焦于非参数可检验性，而非因果效应的识别。值得研究者去查：Koopmans & Reiersøl (1950) 是否已隐含了连续处理下不可检验的结论？Angrist et al. (1996) 的 LATE 框架是否对可检验性有隐含假设？

张力¶

未见明显对立引用。离散与连续之间的差异是本文的核心贡献，而非已有文献中的矛盾。

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：
\( Z \)：工具变量（随机变量，可观测）。
\( T \)：内生处理变量（随机变量，可观测）。本文关注连续处理，即 \( T \) 的支撑集是连续区间（如 \( \mathbb{R} \)）。
\( Y \)：结果变量（随机变量，可观测）。
\( U \)：未观测的混淆因子（随机变量，不可观测）。它同时影响 \( T \) 和 \( Y \)，导致 \( T \) 与 \( Y \) 之间的相关性不能直接解释为因果效应。
\( \mathcal{P} \)：观测数据的联合分布 \( P_{Z,T,Y} \)。
\( \mathcal{M} \)：隐变量模型族，包含所有可能的 \( P_{Z,T,Y,U} \) 分布，满足某些结构假设（如 IV 有效性或无效性）。
模型：
隐变量模型：假设存在一个未观测的混淆因子 \( U \)，使得 \( Z \)、\( T \)、\( Y \)、\( U \) 的联合分布满足某种结构。IV 有效性假设（排除限制 + 独立性）意味着：\( Z \) 与 \( U \) 独立，且 \( Z \) 对 \( Y \) 的影响完全通过 \( T \) 中介（即 \( Y \perp Z \mid T, U \)）。
本文不假设任何参数形式——模型是完全非参数的，只要求分布满足某些条件（如连续性）。
可观测数据：
研究者能观测到的是 \( (Z, T, Y) \) 的联合分布 \( P_{Z,T,Y} \)（或来自该分布的 i.i.d. 样本）。
不可观测的是 \( U \) 及其与 \( Z, T, Y \) 的关系。IV 有效性假设涉及 \( U \)，因此不能直接从观测数据验证。

第二步：讲最小内核¶

最简特例：假设 \( Z \) 是二值（0/1），\( T \) 是连续（取值于 \( \mathbb{R} \)），\( Y \) 是连续。IV 有效性假设（排除限制 + 独立性）意味着：\( Z \) 与 \( U \) 独立，且 \( Y \perp Z \mid T, U \)。本文要证明的核心命题是：

命题（最小内核）：对于任意观测分布 \( P_{Z,T,Y} \)，存在一个隐变量模型（包含无效 IV）能生成该分布。因此，不存在基于观测数据的统计检验能区分“IV 有效”与“IV 无效”。

证明思路（最小内核）： 1. 构造反例：给定任意观测分布 \( P_{Z,T,Y} \)，构造一个隐变量模型 \( P_{Z,T,Y,U} \)，其中 \( Z \) 与 \( U \) 不独立（即 IV 无效），但边际分布 \( P_{Z,T,Y} \) 与观测数据一致。 2. 关键技巧：利用 \( T \) 的连续性。因为 \( T \) 是连续的，我们可以将 \( U \) 定义为 \( T \) 的一个确定性函数（如 \( U = T \)），从而使得 \( Z \) 与 \( U \) 的相关性完全由 \( Z \) 与 \( T \) 的相关性决定。由于 \( Z \) 与 \( T \) 是相关的（IV 的第一个条件），\( Z \) 与 \( U \) 也必然相关，因此 IV 无效。但这一构造不改变观测分布 \( P_{Z,T,Y} \)，因为 \( U \) 是 \( T \) 的函数，边际分布不变。 3. 为什么离散处理下不行：如果 \( T \) 是离散（如二值），则 \( U = T \) 的构造会导致 \( U \) 也是离散的，但隐变量模型通常要求 \( U \) 是连续（或至少足够丰富）才能拟合任意观测分布。离散 \( T \) 下，\( U \) 的支撑集有限，导致某些观测分布无法被无效 IV 模型生成——这就是可检验性的来源。

核心数学困难：连续处理下，\( T \) 的支撑集是不可数无穷，因此我们可以将 \( U \) 定义为 \( T \) 的任意函数，从而“吸收”所有观测分布。离散处理下，\( T \) 的支撑集有限，\( U \) 的“自由度”受限，导致某些观测分布不可实现。

本文的关键想法：利用隐变量模型的非参数可识别性——当 \( T \) 连续时，任何观测分布都能被某个包含未观测混淆的模型生成，因此 IV 有效性不可检验。这一想法直接来自 Pearl (1995) 的猜想，但本文给出了严格的数学证明。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：严格证明 Pearl (1995) 的猜想——当内生处理变量 \( T \) 连续时，工具变量有效性（排除限制 + 独立性）在非参数隐变量模型中不可检验。
核心工具 / 方法：利用隐变量模型的非参数可识别性理论，通过构造反例（对任意观测分布，构造一个无效 IV 模型与之匹配）证明不可检验性。
主要结论：连续处理下 IV 有效性不可检验，与离散处理下的可检验性形成根本断裂；但施加弱结构假设（如观测变量间的连续性条件）可重新建立可检验性。

关键设定与假设¶

设定：完全非参数隐变量模型，无任何参数或半参数结构假设。观测数据为 \( (Z, T, Y) \) 的联合分布，其中 \( T \) 是连续随机变量。
假设：
IV 有效性（待检验）：① \( Z \perp U \)（独立性）；② \( Y \perp Z \mid T, U \)（排除限制）。
IV 无效性：至少一个条件不成立。
无额外结构：不假设线性、单调性、或任何参数形式。
相比已有文献：本文是首次严格处理连续处理下的不可检验性。离散处理下的可检验性（Pearl, 1995; Balke & Pearl, 1997）依赖于 \( T \) 的有限支撑，本文的结果揭示了这一假设的关键性。

主要结果¶

定理 1（不可检验性）：在非参数隐变量模型中，若 \( T \) 是连续随机变量，则 IV 有效性不可检验。即：对于任意观测分布 \( P_{Z,T,Y} \)，存在一个隐变量模型 \( P_{Z,T,Y,U} \) 满足 IV 无效性（\( Z \) 与 \( U \) 不独立），且其边际分布等于 \( P_{Z,T,Y} \)。
直觉：因为 \( T \) 连续，我们可以将 \( U \) 定义为 \( T \) 的函数（如 \( U = T \)），从而使得 \( Z \) 与 \( U \) 的相关性完全由 \( Z \) 与 \( T \) 的相关性决定。由于 IV 的第一个条件要求 \( Z \) 与 \( T \) 相关，\( Z \) 与 \( U \) 必然相关，因此 IV 无效。但这一构造不改变观测分布。
必要条件：\( T \) 的支撑集必须是不可数无穷（即连续）。如果 \( T \) 是离散（有限或可数），则不可检验性不成立。
解决的技术难点：需要证明构造的隐变量模型确实满足所有概率测度条件（如正则条件分布的存在性）。作者利用概率测度论中的标准工具（如 Radon-Nikodym 导数、正则条件分布）完成证明。
定理 2（弱结构假设下的可检验性）：若施加连续性条件（如观测变量 \( Z, T, Y \) 的联合分布是连续的，且某些条件分布是 Lipschitz 连续的），则 IV 有效性在连续处理下可检验。
直觉：连续性条件限制了隐变量模型的可能性，使得某些观测分布无法被无效 IV 模型生成，从而存在统计检验。
与定理 1 的关系：定理 1 表明，在完全非参数设定下不可检验；定理 2 表明，弱结构假设可以恢复可检验性。这为实证研究提供了指导：在连续处理下，必须依赖结构假设（如连续性）才能进行检验。

证明路线与技术技巧¶

整体路线（定理 1）： 1. 给定任意观测分布 \( P_{Z,T,Y} \)，其中 \( T \) 连续。 2. 构造隐变量 \( U \)：定义 \( U = T \)（即 \( U \) 是 \( T \) 的确定性函数）。这一构造的关键是：\( U \) 的支撑集与 \( T \) 相同（连续），且 \( U \) 与 \( T \) 完全相关。 3. 验证 IV 无效性：因为 \( Z \) 与 \( T \) 相关（IV 的第一个条件），且 \( U = T \)，所以 \( Z \) 与 \( U \) 相关，违反独立性假设（\( Z \perp U \)）。因此 IV 无效。 4. 验证边际分布不变：因为 \( U \) 是 \( T \) 的函数，边际分布 \( P_{Z,T,Y} \) 不变。具体地，\( P_{Z,T,Y,U} \) 的联合分布由 \( P_{Z,T,Y} \) 和 \( U = T \) 唯一确定，其边际分布等于 \( P_{Z,T,Y} \)。 5. 结论：任意观测分布都能被某个无效 IV 模型生成，因此不存在统计检验能区分有效与无效 IV。

关键跳跃点： - 为什么 \( U = T \) 是合法的？ 在隐变量模型中，\( U \) 通常被视为未观测的混淆因子，它应该与 \( T \) 和 \( Y \) 都有关系。但本文的构造中，\( U = T \) 意味着 \( U \) 与 \( T \) 完全相关，这虽然极端，但在数学上是合法的——它满足“\( U \) 影响 \( T \) 和 \( Y \)”的要求（因为 \( U = T \)，所以 \( U \) 直接影响 \( T \)，并通过 \( T \) 间接影响 \( Y \)）。 - 为什么离散处理下不行？ 如果 \( T \) 是离散（如二值），则 \( U = T \) 的构造导致 \( U \) 也是二值。但隐变量模型通常要求 \( U \) 是连续（或至少足够丰富）才能拟合任意观测分布。离散 \( U \) 下，某些观测分布无法被无效 IV 模型生成——这就是可检验性的来源。

技术技巧点名： - 概率测度论：使用正则条件分布和 Radon-Nikodym 导数来构造隐变量模型。 - 反例构造：核心技巧是“将 \( U \) 定义为 \( T \) 的函数”，这一技巧在隐变量模型的可识别性理论中常见（如 Koopmans & Reiersøl, 1950）。 - 连续性条件：在定理 2 中，使用 Lipschitz 连续性来限制隐变量模型的可能性，从而恢复可检验性。

真实例子与应用¶

本文为纯理论论文，无真实数据例子或模拟实验。作者在引言中提及，该结果对实证研究有直接警示：在连续处理下，任何声称“通过了 IV 有效性检验”的实证研究都是误导性的。但作者没有提供具体的实证案例。

🔎 结论是否比证明窄¶

定理 1 的结论与证明一致：证明严格，无过度 claim。
定理 2 的 claim 可能比证明宽：作者声称“弱结构假设”可恢复可检验性，但只给出了连续性条件这一具体假设。其他弱结构假设（如单调性、线性、或参数模型）是否也能恢复可检验性？作者没有讨论。值得研究者去查：在连续处理下，线性 IV 模型（如两阶段最小二乘）的过度识别检验（Sargan 检验）是否仍然有效？如果有效，它是否依赖于线性假设，而非 IV 有效性本身？

四、开放问题¶

弱结构假设的完整刻画：本文只给出了连续性条件这一具体假设。其他弱结构假设（如单调性、线性、或参数模型）是否也能恢复可检验性？需要系统刻画“可检验性”与“结构假设强度”之间的 trade-off。（扎根于定理 2 的讨论）
半参数 IV 模型下的可检验性：在连续处理下，半参数 IV 模型（如线性 IV、两阶段最小二乘）的过度识别检验（Sargan 检验）是否仍然有效？如果有效，它是否依赖于模型设定（如线性、同方差），而非 IV 有效性本身？（扎根于作者未讨论的竞争路线）
敏感性分析的替代方案：既然连续处理下 IV 有效性不可检验，研究者如何评估 IV 的稳健性？是否存在基于敏感性分析（如 Cinelli & Hazlett, 2020）的替代方案，能在连续处理下提供有效推断？（扎根于作者在引言中的警示）
离散与连续之间的“灰色地带”：如果 \( T \) 是“近似连续”（如支撑集很大但有限），可检验性是否逐渐消失？是否存在一个“临界点”（如支撑集大小）使得可检验性从存在变为不存在？（扎根于定理 1 的证明中 \( T \) 的支撑集必须是不可数无穷的条件）

Maintained by 陈星宇 · Homepage · Source on GitHub