跳转至

Proximal Identification and Estimation in Front-Door Causal Structures with Unobserved Confounding of the Mediator

作者: Helen Guo, Beatrix Yaxin Wen, Ilya Shpitser
主题: 因果推断
相关性: 9/10
链接: https://arxiv.org/abs/2607.10515

一、领域脉络与小综述

这个方向是什么

本子方向的核心问题是：在因果推断中，当存在未观测混杂时，如何利用代理变量（proxy variables） 来非参数地识别因果效应。其根本挑战在于，标准识别策略（如后门准则、前门准则）依赖于“无未观测混杂”的强假设，而现实观测数据中这一假设往往不成立。近端因果推断（Proximal Causal Inference）提供了一套框架，通过观测到的、与未观测混杂相关的代理变量（如负对照变量），在保留非参数灵活性的前提下恢复因果效应的可识别性。该方向目前处于快速发展期，已从简单的单混杂情形扩展到更复杂的图结构（如中介分析、前门结构）。

发展脉络（history）

  • 奠基工作：Pearl [1995] 提出了前门准则，允许处理变量A与结果Y之间存在未观测混杂，但要求中介变量M无混杂。这是本工作的直接起点。Pearl [2009] 的《Causality》一书系统化了do-算子与潜在结果框架。
  • 主要进展——近端因果推断的兴起：Miao, Geng, and Tchetgen Tchetgen [2018] 开创性地证明了，当存在两个独立的代理变量（W, Z）时，即使测量误差机制不可识别，因果效应仍可非参数识别。Kuroki and Pearl [2014] 和 Allman et al. [2015] 则从张量分解（eigendecomposition）角度提供了另一种识别策略。这两条路线（桥方程 vs. 张量分解）构成了近端推断的两大技术支柱。
  • 当前frontier——复杂图结构与半参数估计：Cui et al. [2024] 系统发展了近端因果推断的半参数理论，包括效率界与双稳健估计。Dukes, Shpitser, and Tchetgen Tchetgen [2023] 将近端框架推广到中介分析，识别自然直接与间接效应。Shpitser, Wood-Doughty, and Tchetgen Tchetgen [2023] 提出了近端ID算法，将图模型识别理论与近端方法统一，是目前最一般的识别算法。Ghassami et al. [2025] 进一步处理了隐藏中介的情形。
  • 本文的位置：本文针对前门准则中“中介变量无混杂”这一最受批评的假设，将其放松为“中介变量存在未观测混杂，但可观测到其代理变量”。它填补了前门准则与近端推断之间的一个自然缺口——即图1所示的复合弓图（composite bow graph）。本文提供了三种不同的识别策略（两种桥方程型、一种张量分解型），并首次为第三种策略（张量分解型）推导了基于影响函数的半参数估计量，具有多重稳健性。

子线索聚类

  1. 桥方程方法（Bridge equation methods）：以Miao et al. [2018] 为代表，通过求解Fredholm积分方程来构造桥函数，将不可观测的混杂分布替换为可观测数据的函数。本文的Assumption Set 1和2属于此类。其优势在于可处理连续型混杂，但依赖于完备性（completeness）假设。
  2. 张量分解方法（Array decomposition / eigendecomposition methods）：以Kuroki and Pearl [2014]、Allman et al. [2015] 为代表，通过矩阵/张量的特征分解来恢复潜在变量的分布。本文的Assumption Set 3属于此类。其优势在于可恢复完整联合分布（从而识别任意功能），但通常要求潜在变量具有有限支持。
  3. 半参数估计理论：以Cui et al. [2024]、Kennedy [2022] 为代表，为近端识别得到的泛函开发高效、双稳健的估计量。本文为第三种识别策略构造了影响函数估计量，属于此线索。

这个方向在追问的核心问题

  • 识别：在给定图结构下，需要什么样的代理变量假设（条件独立性、完备性、秩条件）才能非参数识别因果效应？
  • 估计：如何构造出收敛速度快（√n）、对 nuisance 函数估计误差稳健（双/多重稳健）的估计量？
  • 效率：在给定半参数模型下，因果效应的半参数效率界是什么？能否达到？
  • 可检验性：识别所需的假设（如完备性）是否可检验？若不可检验，其违反的后果有多严重？

⚠️ 作者的 framing（必须明确标注成"这是作者的说法"）

  • 作者把缺口 frame 成什么：作者指出，前门准则在实践中“rarely met”因为中介变量常与处理、结果共享未观测原因（第2.4节）。因此，本文的“显然的下一步”就是允许中介变量存在混杂，并利用代理变量来恢复识别。作者将三种策略定位为“proximal generalizations of the front-door criterion”。
  • 哪些竞争路线被他淡化或回避了：作者在引言中提到了ID算法及其扩展（Shpitser and Pearl [2006], Huang and Valtorta [2006]），但并未深入讨论ID算法是否能在复合弓图中直接应用（即不借助代理变量）。实际上，ID算法在此图中会失败（因为存在不可压缩的隐藏变量），作者默认了这一点。此外，作者回避了与工具变量（IV）方法的比较——在复合弓图中，若存在一个有效的工具变量，也可能识别因果效应，但本文未讨论这种替代方案。
  • 什么明显该被引 / 该存在、却没出现在 intro 里？：作者引用了Bai et al. [2025]（已发表？arxiv）作为Assumption Set 1的先行工作，但未引用可能更早的类似结果。此外，关于高维或非参数完备性检验的文献（如Canay et al. [2013]）仅在讨论完备性假设时被提及，但未作为独立子方向展开。值得研究者去查的问题：是否存在其他图结构（如带有多个中介或处理-中介交互）下，近端前门准则的识别公式？这些是否已被覆盖？

张力

未见明显对立引用。各被引工作之间在技术路线上有差异（桥方程 vs. 张量分解），但作者明确指出它们是非嵌套的（non-nested models），即各有适用场景，而非相互矛盾。

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： - A：处理变量（treatment），本文假设为二值（0或1）。 - Y：结果变量（outcome）。 - M：中介变量（mediator），可以是向量。 - U：未观测混杂变量（unobserved confounder），影响A、M、Y。 - W, Z：U的两个代理变量（proxy variables），可观测。 - Y(a)：潜在结果（potential outcome），即当A被设为a时Y的值。 - p(Y(a))：干预分布（interventional distribution），即因果效应的目标。 - ψ_a = E[Y(a)]：因果效应的均值（counterfactual mean），本文的估计目标。 - h₁, h₀, b₁, b₀：桥函数（bridge functions），是未知的、需从数据中求解的函数。 - η：nuisance参数集合（如条件均值、条件密度等）。

模型： 数据生成机制由图1的复合弓图（composite bow graph） 描述： - A → M → Y（直接路径） - A ← U → Y（处理-结果混杂） - A ← U → M → Y（中介混杂） - 此外，U还影响W和Z（代理变量）。 关键点是：U同时混杂了A、M、Y，因此标准前门准则（要求M无混杂）失效。

可观测数据： 研究者实际能观测到的是：(A, M, Y, W, Z) 的独立同分布样本。 - 可观测：A, M, Y, W, Z。 - 不可观测：U（潜在混杂）。 - 想要但观测不到：潜在结果Y(a)（只能观测到Y(A)），以及U的分布。 - 识别目标：将p(Y(a))表达为可观测数据分布p(A, M, Y, W, Z)的函数。

第二步：讲最小内核

最简特例：假设U是二值（取0或1），且所有变量（A, M, Y, W, Z）都是有限支持的离散变量。这是本文Assumption Set 3（张量分解型）的自然特例。

在这个特例下，核心思路是什么？

  1. 问题：我们想估计E[Y(a)]，但U不可观测。如果U可观测，则可通过式(3)的广义前门公式识别： E[Y(a)] = Σ_{m, a', u} E[Y | a', m, u] p(m | a, u) p(a', u) 现在U不可观测，我们需要用代理变量W, Z来“替代”U。

  2. 关键想法：利用张量分解（本质上是矩阵特征分解）来恢复U的分布。具体地，在Assumption 3.9下（W, Z, Y在给定U, M, A下条件独立），我们可以构造两个矩阵：

  3. P_{W|Z}：W对Z的条件概率矩阵（维度 |W| × |Z|）。

  4. P_{y, W|Z, a, m}：给定Z, a, m时，Y=y且W的联合概率矩阵。 由条件独立性，这两个矩阵可分解为： P_{W|Z} = P_{W|U} P_{U|Z} P_{y, W|Z, a, m} = P_{W|U} diag(P_{y|U, a, m}) P_{U|Z} 其中P_{W|U}和P_{U|Z}是未知的“因子矩阵”。

  5. 识别步骤：

  6. 计算P_{y, W|Z, a, m} P_{W|Z}^{-1} = P_{W|U} diag(P_{y|U, a, m}) P_{W|U}^{-1}。
  7. 这是一个相似变换，因此对P_{y, W|Z, a, m} P_{W|Z}^{-1}进行特征分解，即可恢复P_{W|U}的列向量（即p(W | U=u_i)）和特征值（即p(Y=y | U=u_i, a, m)），仅相差一个标签置换。
  8. 通过在不同(a, m)组合下匹配标签（利用W的分布不依赖于a, m），可以恢复完整的联合分布p(A, M, Y, U, W, Z)（up to labeling）。

  9. 一旦恢复，代入式(3)即可计算E[Y(a)]。

  10. 为什么这个特例是“最小内核”：它去掉了所有为一般性服务的技术假设（如连续状态空间、无穷维函数空间），只保留了核心的代数结构——矩阵分解与特征分解。本文的一般情形（连续U、连续W/Z）只是这个特例的“加壳”，需要更复杂的泛函分析工具（如Fredholm积分方程、完备性假设）来替代矩阵求逆。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在前门准则的图结构中，当中介变量M存在未观测混杂U时，如何利用U的代理变量(W, Z)来非参数识别和估计处理变量A对结果Y的因果效应E[Y(a)]。
  2. 核心工具/方法：近端因果推断框架，包括三种识别策略（两种基于桥方程、一种基于张量分解），以及相应的plug-in估计量和基于影响函数的半参数估计量。
  3. 主要结论：在三种不同的假设集下，因果效应均可被非参数识别；基于影响函数的估计量（针对第三种策略）具有多重稳健性（在5组nuisance函数中任一组正确指定时一致）和√n-渐近正态性。

关键设定与假设

图结构：复合弓图（Fig. 1），其中U同时混杂A、M、Y。代理变量W和Z与U相连，但连接方式在不同假设集中不同（Fig. 3b, 4a, 4b）。

三种假设集：

假设集 条件独立性 完备性 桥方程解 适用场景
Set 1 (Sec 3.1) Assumption 3.1 (Fig. 4a) Assumption 3.2 (Z对U的完备性) Assumption 3.3 (两个Fredholm方程) 允许W与Y、Z与A相关
Set 2 (Sec 3.2) Assumption 3.5 (Fig. 4b) Assumption 3.6 (Z和W分别对U的完备性) Assumption 3.7 (两个Fredholm方程) 允许W与A、Z与M相关
Set 3 (Sec 3.3) Assumption 3.9 (Fig. 3b) Assumption 3.11 (Z和W对U的完备性) + Assumption 3.12 (Y分布区分性) 无需显式桥方程 可恢复完整联合分布

关键假设的统计含义： - 完备性（Completeness）：例如Assumption 3.2要求，对于每个(a, m)，条件期望算子T: g(U) → E[g(U) | Z, a, m]是单射。这等价于说Z对U有足够的“变异性”，使得U的任何非平凡函数都无法被Z条件独立于。这是非参数识别的核心条件，类似于工具变量中的“相关性”条件，但更强。 - Fredholm方程解：Assumption 3.3要求存在函数h₁, h₀使得某些积分方程成立。在有限支持下，这等价于某些概率矩阵的左可逆性（见Appendix B, D）。 - 相比已有文献：本文的Assumption Set 1与Dukes et al. [2023] 的中介分析假设类似，但应用于前门结构；Assumption Set 3与Kuroki and Pearl [2014] 的假设类似，但放宽了W, Z, Y的独立性要求（本文允许Y与W, Z通过U相关）。

主要结果

定理3.4（Assumption Set 1的识别）： - 陈述：在Assumptions 3.1-3.3下，p(Y(a))由式(7)识别：p(Y(a)=y) = Σ_{a', w} h₀(y, w, a', a) p(w, a')。 - 直觉：桥函数h₀将不可观测的U“积分掉”，最终表达式只涉及可观测的W和A。 - 必要条件：两个Fredholm方程有解（即某些条件概率矩阵左可逆）。

定理3.8（Assumption Set 2的识别）： - 陈述：在Assumptions 3.5-3.7下，p(Y(a))由式(8)识别：p(Y(a)=y) = Σ_{m, a', w, z} b₁(y, a', m, w) b₀(m, a, z) p(w, z, a')。 - 直觉：两个桥函数b₁, b₀分别替代了p(y|u, a', m)和p(m|a, u)，最终表达式与式(3)结构相似。

定理3.13（Assumption Set 3的识别）： - 陈述：在Assumptions 3.9-3.12下，完整联合分布{p(A, M, Y, u_i, W, Z)}被识别（up to labeling），因此p(Y(a))可通过式(3)识别。 - 直觉：通过矩阵特征分解恢复潜在变量U的分布，从而“打开”黑箱。 - 必要条件：U具有有限支持（或连续情形下满足Hu and Schennach [2008]的条件）。

定理4.1（影响函数）： - 陈述：在Assumption Set 3下，ψ_a的非参数影响函数由式(14)给出，它是全数据影响函数（式11）的加权组合，权重为Lagrange插值多项式（式52-55）。 - 技术难点：权重需满足式(12)-(13)的条件期望性质，这要求U具有有限支持。

定理4.2（多重稳健性）： - 陈述：基于式(14)的估计量在5组nuisance函数中任一组正确指定时一致（见定理4.2的(1)-(5)）。 - 直觉：这是双稳健性（doubly robustness）的推广——多个“机会”来正确指定模型。

定理4.3（渐近正态性）： - 陈述：在样本分割和nuisance函数一致估计下，√n(ψ̂_a - ψ_a) → N(0, E[φ²])，前提是nuisance函数估计误差的乘积为o_p(n^{-1/2})（见定理4.3的(1)-(5)）。 - 条件：这是典型的“双机器学习”条件——nuisance函数可以慢于√n收敛，只要它们的乘积足够快。

证明路线与技术技巧

整体路线（以Assumption Set 3为例）： 1. 识别：利用矩阵分解（Appendix F）恢复U的分布。 - 步骤1：构造P_{W|Z}和P_{y, W|Z, a, m}。 - 步骤2：计算P_{y, W|Z, a, m} P_{W|Z}^{-1} = P_{W|U} diag(P_{y|U, a, m}) P_{W|U}^{-1}。 - 步骤3：特征分解得到P_{W|U}和P_{y|U, a, m}（up to labeling）。 - 步骤4：跨(a, m)匹配标签，恢复完整联合分布。 2. 估计：构造影响函数。 - 步骤1：写出全数据影响函数φ_full（式11），假设U可观测。 - 步骤2：利用权重（Lagrange插值多项式）将φ_full投影到可观测数据空间，得到φ_obs（式14）。 - 步骤3：证明φ_obs满足影响函数的定义（Appendix J），即其与得分的协方差等于参数对子模型的导数。 3. 渐近性质：证明√n-一致性和多重稳健性（Appendix L）。 - 步骤1：将估计误差分解为R₁ + R₂ + (P_n - P)φ。 - 步骤2：利用样本分割和一致估计证明R₁ = o_p(n^{-1/2})。 - 步骤3：利用乘积条件（定理4.3的(1)-(5)）证明R₂ = o_p(n^{-1/2})。

关键跳跃点： - 从全数据影响到观测数据影响：这是最吃功夫的部分。作者没有直接推导φ_obs，而是通过构造权重（Lagrange插值多项式）将φ_full“翻译”到观测数据空间。权重的构造依赖于U的有限支持，且需满足式(12)-(13)的条件期望性质。这本质上是一种非参数投影——将依赖于U的函数替换为仅依赖于可观测变量的函数。 - 多重稳健性的证明：定理4.2的证明（Appendix K）需要仔细追踪每个nuisance函数被正确指定时，哪些项收敛到0。这依赖于权重的条件期望性质（式12-13）和Fulcher et al. [2020] 的已有结果。

技术技巧点名： - Fredholm积分方程：用于Assumption Set 1和2的识别，将不可观测的积分转化为可观测的桥函数。 - 矩阵特征分解：用于Assumption Set 3的识别，恢复潜在变量分布。 - Lagrange插值多项式：用于构造权重（式52-55），实现从全数据影响到观测数据影响的投影。 - 影响函数（Influence Function）：用于构造半参数估计量，实现√n-一致性和多重稳健性。 - 样本分割（Sample Splitting）：用于证明渐近正态性，避免overfitting bias。 - 乘积条件（Product Rate Condition）：用于放松nuisance函数的收敛速度要求（定理4.3）。

真实例子与应用

本文为纯理论+模拟，无真实数据例子。模拟实验（Section 5）使用两种数据生成过程： 1. 有限支持DGP（Appendix M）：所有变量（A, M, Y, U, W, Z）均为二值。U ~ Ber(0.1)，A, M, Y, W, Z由U和/或H（另一个混杂）生成。地面真值ACE = 0.258。 2. 混合DGP（Appendix N）：U₁为二值，U₂为连续正态，A和M为二值（logistic），Y为连续正态。地面真值ACE = 0.169。

模拟结果（Table 1, 2）： - Oracle（全数据）估计量几乎无偏。 - 错误的前门估计量（假设M无混杂）有显著偏倚（~0.1）。 - 三种近端plug-in估计量（ψ̂^(S1,PI), ψ̂^(S2,PI), ψ̂^(S3,PI)）在n≥3000时偏倚大幅减小，接近无偏。 - 影响函数估计量（ψ̂^(S3,IF)）在n=1000时不稳定（方差极大），但n≥3000时表现良好。 - 多重稳健性验证：当p(M|a, u)被错误指定时，plug-in估计量ψ̂^(S3,PI,MIS)有显著偏倚，而影响函数估计量ψ̂^(S3,IF,MIS)仍保持无偏（Table 1, n=3000）。

这个例子想说明什么： - 验证了三种识别策略的有效性——在中等样本量下，近端方法可以纠正前门准则因中介混杂导致的偏倚。 - 展示了影响函数估计量的多重稳健性——即使部分nuisance函数被错误指定，仍可得到一致估计。 - 也暴露了影响函数估计量在小样本下的不稳定性——这是逆概率加权类估计量的常见问题，可通过clipping缓解。

🔎 结论是否比证明窄

  • 影响函数估计量仅适用于U具有有限支持的情形。作者在4.4.2节明确写道：“Developing the analogous construction of these weights beyond the setting where U has finite support remains an open problem”。因此，定理4.1-4.3的结论严格限于有限支持U。然而，作者在讨论中（Section 6）并未明确强调这一限制，而是泛泛地说“develop an influence function based estimator for the functional obtained via the third strategy”。值得研究者去查的问题：作者是否在conjecture中暗示了连续U的推广？还是明确将其列为未来工作？
  • Assumption Set 1和2的估计量（plug-in）没有推导影响函数，因此其收敛速度未知（可能慢于√n）。作者仅声称“consistent under standard regularity conditions”，未给出具体速率。
  • 模拟实验仅验证了三种假设集的交集（即同时满足所有假设的DGP）。作者未测试当某个假设违反时（如完备性不成立）的敏感性。值得研究者去查的问题：在模拟中，作者是否尝试了违反某个假设的DGP？如果没有，这是否是一个重要的稳健性缺口？

四、开放问题

  1. 连续U的影响函数构造：本文的影响函数估计量（定理4.1）依赖于U的有限支持（权重为Lagrange插值多项式）。扎根于：4.4.2节“Developing the analogous construction of these weights beyond the setting where U has finite support remains an open problem”。能否将权重推广到连续U（例如通过核方法或样条逼近）？这需要新的泛函分析工具。

  2. Assumption Set 1和2的半参数效率理论：本文为Assumption Set 1和2仅提供了plug-in估计量，未推导影响函数或效率界。扎根于：Section 4.1仅给出“consistent under standard regularity conditions”。能否为这两个识别公式推导出双稳健、√n-一致的估计量？其半参数效率界是什么？

  3. 高维或非参数中介M：本文假设M是低维的（模拟中为二值）。扎根于：作者在讨论中未提及高维M。当M的维度随样本量增长时，识别公式中的求和/积分变得不可行。能否利用稀疏性、低秩结构或深度表示来应对？这与您在高维统计和U-统计量方面的兴趣可能相关。

  4. 完备性假设的可检验性：本文的识别依赖于完备性假设（Assumptions 3.2, 3.6, 3.11），这些假设在非参数模型中通常不可检验。扎根于：作者在3.1节引用Canay et al. [2013] 和Cui et al. [2024] 讨论了“distributions that fail to satisfy Assumption 3.2 can be made arbitrarily close in total variation distance to distributions that do satisfy it”。能否开发出针对特定子类（如指数族）的检验？或者，能否给出完备性违反时的偏倚界（sensitivity analysis）？

Maintained by 陈星宇 · Homepage · Source on GitHub

评论