跳转至

Causal mediation analysis for zero-inflated longitudinal data in the presence of treatment non-compliance and multiple mediators

作者: Saurabh Bhandari, Wreetabrata Kar, Michael J. Daniels, Bikram Karmakar
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2608.15775


一、领域脉络与小综述

这个方向是什么:本文属于因果推断中"纵向中介分析"与"主分层(principal stratification)"的交叉领域。其根本科学问题是:在存在治疗非依从(treatment non-compliance,如未打开邮件)、多个随时间变化的中间变量(mediators,如打开邮件的时间、上次购买的时间)以及结局变量高度零膨胀(zero-inflated,如多数客户不购买)的情况下,如何识别并估计不同干预策略(如增值激励 vs 价格折扣)对最终结局(购买次数)的因果效应,并进一步分解为直接效应与间接效应。该方向的成熟度处于"方法框架已建立、但实际数据复杂性(零膨胀、非依从、纵向依赖)尚未被统一处理"的阶段。

发展脉络: - 奠基工作:中介分析的现代框架由 Baron & Kenny (1986) 提出,但缺乏因果解释。Imai, Keele & Yamamoto (2010) 将中介分析纳入潜在结果框架,明确了识别假设。同时,非依从问题催生了主分层框架(Frangakis & Rubin, 1999),将人群按潜在依从行为分层。这两条线是本文的基石。 - 主要进展:VanderWeele & Vansteelandt (2014) 将中介分析推广到多个中介变量,定义了联合中介效应。针对非依从下的中介分析,Yamamoto (2013) 和 Cheng & Li (2023) 提出了基于工具变量的方法,但依赖单调性和排除限制假设。在纵向设定下,Tai et al. (2023) 建立了多个时变中介变量的非参数识别理论,Díaz, Williams & Rudolph (2023) 则基于半参数效率理论提出了高效估计量。这些工作为本文提供了识别框架和估计目标。 - 当前 frontier:现有方法要么假设完全依从(忽略非依从),要么处理非依从但假设中介变量分布简单(如正态、无零膨胀),要么处理零膨胀但限于横截面数据。本文的位置:将主分层框架(处理非依从)与纵向多中介变量(处理时变依赖)结合,并针对零膨胀数据引入贝叶斯非参数模型(EDPM)来灵活建模,从而在统一的框架下同时处理这三个实际数据中普遍存在的复杂性。 - 本文的位置:作者声称其贡献在于"开发一个贝叶斯因果中介框架,基于 EDPM 模型,用于在存在非依从和零膨胀的纵向数据中估计主分层干预效应",并强调其方法"在模拟中优于参数模型"。

子线索聚类: 1. 主分层与依从性:Frangakis & Rubin (1999) 提出主分层;Jo & Stuart (2009) 提出主分层可忽略性(principal ignorability);Yamamoto (2013)、Cheng & Li (2023) 处理非依从下的中介分析。这条线关注"依从行为"这一潜在变量如何定义因果效应。 2. 纵向与时变中介:Tai et al. (2023) 建立多个时变中介的识别理论;Díaz, Williams & Rudolph (2023) 提出半参数效率估计;VanderWeele & Tchetgen Tchetgen (2017) 和 Zheng & van der Laan (2017) 定义了干预效应(interventional effects)以避免交叉世界假设。这条线关注"时间"结构下的效应分解。 3. 贝叶斯非参数因果推断:Daniels, Linero & Roy (2023) 系统阐述了贝叶斯非参数方法在因果推断中的应用;Burns & Daniels (2023) 提出了截断近似方法;Wade, Mongelluzzo & Petrone (2011) 和 Wade et al. (2014) 发展了 EDPM 模型本身。这条线关注如何用灵活模型拟合复杂数据分布。 4. 零膨胀与计数数据建模:Cragg (1971) 提出 hurdle 模型,Yen (1999) 验证了 Gaussian hurdle 模型在消费数据中的适用性。这条线为处理零膨胀结局和中介提供了工具。

这个方向在追问的核心问题: 1. 识别:在非依从和时变混杂存在时,主分层干预效应(principal interventional effects)需要哪些假设才能被识别?本文用 Assumptions 1-5 给出了答案,其中 Assumption 3(交叉世界可忽略性)是关键且最不可验证的。 2. 估计:如何在高维、非参数、零膨胀的设定下高效估计这些效应?本文采用贝叶斯 EDPM + G-computation,但代价是计算复杂度和对先验选择的敏感性。 3. 稳健性:当识别假设(如 Assumption 3)被违反时,估计结果如何变化?本文提供了敏感性分析框架(S3),但只覆盖了部分违反模式。 4. 可扩展性:方法能否推广到更多时间点、更多中介变量、或非二进制治疗?本文的框架理论上可扩展,但实际计算可能成为瓶颈。

⚠️ 作者的 framing(必须明确标注成"这是作者的说法"):作者将缺口 frame 为"现有方法无法同时处理非依从、纵向多中介和零膨胀数据",因此本文是"显然的下一步"。他们淡化了半参数效率方法(如 Díaz et al. 2023)的竞争性,理由是这些方法需要正确的参数模型或光滑性假设,而贝叶斯非参数方法更灵活。他们也回避了工具变量方法(如 Yamamoto 2013)的讨论,因为 IV 方法在非依从下可识别 LATE,但本文的框架更关注主分层效应而非 LATE。什么明显该被引 / 该存在、却没出现在 intro 里?:① 关于零膨胀中介分析的因果推断文献(如基于两部分的因果中介模型)未被引用;② 关于纵向因果推断中 G-computation 与 TMLE 的比较文献未被提及;③ 关于贝叶斯非参数模型后验收缩率(posterior contraction rates)的理论文献未被引用——这可能是作者刻意回避,因为本文缺乏理论保证。

张力:未见明显对立引用。但存在一个潜在张力:主分层框架(Frangakis & Rubin 1999)强调依从行为是"事后"(post-treatment)变量,因此不能随机化;而干预效应框架(VanderWeele & Tchetgen Tchetgen 2017)通过随机化中介分布来定义效应,两者对"间接效应"的定义不同。本文选择了主分层框架,但未讨论这种选择相对于干预效应框架的优劣。


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:
  • \(i\):个体索引,\(i = 1, \ldots, n\),\(n = 18,571\)。
  • \(t\):时间点索引,\(t = 1, 2, 3\)(\(T = 3\))。
  • \(L_{i,0} = (L^{(1)}_{i,0}, \ldots, L^{(K)}_{i,0})\):基线协变量向量(可观测),如性别、年龄(二值化)。
  • \(Z_{i,t} \in \{0, 1\}\):治疗分配(treatment assignment),即第 \(t\) 期发送的邮件类型(1 = 增值激励,0 = 价格折扣)。这是可观测的随机变量。
  • \(D_{i,t} \in \{0, 1\}\):治疗接受(treatment receipt),即第 \(t\) 期是否打开邮件。这是可观测的随机变量。
  • \(M^{(1)}_{i,t}, M^{(2)}_{i,t}\):两个中介变量(mediators),即"距上次打开邮件天数"和"距上次购买天数"。它们是可观测的随机变量,但存在零膨胀(0 表示当天打开/购买)。
  • \(Y_i\):结局,第 3 期后的总购买次数(可观测,零膨胀计数)。
  • \(U_1 = (D_1(1), D_1(0))\):主分层变量(principal stratum),即个体在 \(t=1\) 时在两种治疗分配下的潜在打开行为。这是潜在(counterfactual)量,不可观测。四个分层:\((1,1)\) 活跃型(active)、\((1,0)\) 增值偏好型(value-attentive)、\((0,1)\) 折扣偏好型(price-attentive)、\((0,0)\) 非活跃型(non-active)。
  • \(Y_i(z_{i,T}, d_{i,T}, m_{i,T})\):潜在结局,在治疗分配 \(z_{i,T}\)、治疗接受 \(d_{i,T}\)、中介 \(m_{i,T}\) 下的购买次数。这是潜在量。
  • \(G_{z^*,t,d_t(z^*)}(m_t | \cdot)\):在治疗分配 \(z^*\) 下,中介变量的条件分布(用于定义干预效应)。
  • \(\beta_i, \theta_i\):EDPM 模型中的个体级参数(参数),\(\beta_i\) 控制结局模型,\(\theta_i\) 控制中介、治疗接受和分配模型。
  • \(H\):EDPM 先验分布(已知),由 \(\alpha_\beta, \alpha_{\theta|\beta}, H_{0\beta}, H_{0\theta|\beta}\) 决定。

  • 模型:数据生成机制由 EDPM 分层混合模型刻画。在给定个体 \(i\) 属于某个 \(\beta\)-簇和 \(\theta\)-子簇的条件下,各变量服从简单的参数模型(如线性回归、Probit 回归、Hurdle 模型)。具体地:

  • \(Z_{i,t} \mid \text{history} \sim \text{Bernoulli}(\Phi(\text{linear predictor}))\)(Probit 模型)
  • \(D_{i,t} \mid \text{history} \sim \text{Bernoulli}(\Phi(\text{linear predictor}))\)
  • \(M^{(j)}_{i,t} \mid \text{history} \sim \text{Hurdle-Gaussian}\)(零膨胀正态)
  • \(Y_i \mid \text{history} \sim \text{Hurdle-Gaussian}\)(零膨胀正态)
  • 所有回归系数和方差参数由 EDPM 先验控制,允许不同簇有不同的参数值。

  • 可观测数据:研究者能观测到每个客户的 \(L_{i,0}, Z_{i,t}, D_{i,t}, M^{(1)}_{i,t}, M^{(2)}_{i,t}, Y_i\)。不可观测的是主分层 \(U_1\)(因为每个个体只在一种治疗分配下被观测)和潜在结局 \(Y_i(z_{i,T}, d_{i,T}, m_{i,T})\)(因为中介和结局只在观测到的治疗分配下被观测)。

第二步:讲最小内核

本文的核心数学问题可以剥离为以下最小内核:

最小设定:假设 \(T = 1\)(只有一个时间点),只有一个中介 \(M\),结局 \(Y\) 为连续(无零膨胀),且无基线协变量。治疗分配 \(Z \in \{0,1\}\),治疗接受 \(D \in \{0,1\}\)。主分层 \(U = (D(1), D(0))\) 有四种类型。我们想估计主分层干预效应(PCE),例如在活跃型(active,即 \(D(1)=D(0)=1\))个体中,比较两种治疗分配对结局的影响。

核心命题:在 Assumptions 1-5 下,PCE 可以被识别,即可以用可观测数据的分布函数来表示。

证明思路(对应 Proposition 1 的简化版): 1. 主分层识别:由于 \(D\) 是治疗分配 \(Z\) 的确定性函数(\(D = Z \cdot D(1) + (1-Z) \cdot D(0)\)),观测数据中 \(Z=1\) 的个体若 \(D=1\),则属于 \((1,1)\) 或 \((1,0)\) 层;若 \(D=0\),则属于 \((0,0)\) 或 \((0,1)\) 层。同理,\(Z=0\) 的个体若 \(D=1\),则属于 \((1,1)\) 或 \((0,1)\) 层;若 \(D=0\),则属于 \((0,0)\) 或 \((1,0)\) 层。因此,每个观测个体只能被部分识别其主分层。 2. 利用 Assumption 3(交叉世界可忽略性):该假设要求,给定主分层和协变量,潜在结局与治疗分配独立。这意味着,在活跃型个体中,观测到的 \(Y \mid Z=1, D=1\) 的分布等于 \(Y(1,1)\) 的分布,而 \(Y \mid Z=0, D=1\) 的分布等于 \(Y(0,1)\) 的分布。因此,活跃型个体的 PCE 可以直接用观测数据中 \(Z=1, D=1\) 和 \(Z=0, D=1\) 的结局均值之差来估计。 3. G-computation:对于更复杂的纵向设定,上述逻辑需要递归应用。在每一期,给定过去的历史,治疗分配、治疗接受、中介变量的条件分布都可以从观测数据中估计。通过 Monte Carlo 模拟(如 Algorithm S1),我们可以生成在指定干预策略下的反事实结局分布,从而计算 PCE、PIDE 和 PJIIE。

为什么难:难点在于 (a) 主分层是潜在变量,需要假设(Assumption 3)来桥接观测与反事实世界;(b) 纵向结构导致"中介变量"同时是"后续治疗的混淆因素",产生时变混杂(time-varying confounding),需要 G-computation 而非简单的回归调整;(c) 零膨胀和右偏分布使得参数模型容易误设,因此需要 EDPM 这样的灵活模型。

本文的数学贡献:将上述最小内核推广到 \(T=3\)、两个中介变量、零膨胀结局的设定,并提供了贝叶斯 EDPM 模型来估计所需的条件分布,最后用 G-computation 算法计算因果效应。其证明(Proposition 1)展示了在 Assumptions 1-5 下,\(\theta(z, z^*)\) 的识别公式。


三、这篇论文做了什么

三句话: 1. 研究了什么问题:在存在治疗非依从(不打开邮件)、多个纵向中介变量(打开邮件时间、购买时间)和零膨胀结局(购买次数)的情况下,如何估计促销邮件策略(增值激励 vs 价格折扣)对购买行为的直接、间接和总因果效应。 2. 核心工具 / 方法:提出一个贝叶斯半参数框架,用 EDPM 模型联合建模所有变量(治疗分配、治疗接受、中介、结局),并通过 G-computation 算法估计主分层干预效应(PCE、PIDE、PJIIE)。 3. 主要结论:基于 18,571 名客户的真实数据,发现增值激励邮件相比价格折扣邮件能显著提高购买次数,且直接效应为正、间接效应为负;忽略邮件打开行为会严重低估总效应。模拟研究显示 EDPM 在模型误设下优于参数模型。

关键设定与假设: - 数据:\(n = 18,571\) 名客户,\(T = 3\) 个时间点。治疗分配 \(Z_{i,t}\)(邮件类型)、治疗接受 \(D_{i,t}\)(是否打开)、中介 \(M^{(1)}_{i,t}\)(距上次打开天数)、\(M^{(2)}_{i,t}\)(距上次购买天数)、结局 \(Y_i\)(总购买次数)。 - 假设: 1. 一致性(Assumption 1):观测到的变量等于潜在变量在观测治疗分配下的值。 2. 治疗分配可忽略性(Assumption 2):给定过去历史,治疗分配与潜在结果独立。作者论证了在营销场景中,邮件分配由系统基于客户历史决定,因此该假设合理。 3. 交叉世界治疗接受可忽略性(Assumption 3):给定主分层和过去历史,潜在治疗接受与潜在结局独立。这是最关键的假设,作者承认其不可检验,并提供了敏感性分析(S3)。 4. 中介可忽略性(Assumption 4):给定过去历史和当前治疗,中介变量与潜在结局独立。 5. 积极性(Assumption 5):所有治疗分配、接受和中介值的条件概率为正。 - 与已有文献的比较:相比 Tai et al. (2023) 和 Díaz et al. (2023) 的非参数识别结果,本文的贡献在于:(a) 引入主分层处理非依从;(b) 使用 EDPM 灵活建模零膨胀和纵向依赖;(c) 提供完整的贝叶斯推断(不确定性量化)。相比 Park & Kürüm (2018) 的横截面多中介分析,本文扩展到纵向设定。

主要结果: - 真实数据分析: - 直接效应(PIDE):在活跃型客户中,增值激励邮件比价格折扣邮件平均多带来约 3.9 次购买(95% CI: 2.45, 5.23)。 - 间接效应(PJIIE):通过改变打开邮件时间和购买时间的中介路径,增值激励邮件反而减少了约 1.15 次购买(95% CI: -2.22, -0.33)。 - 总效应(PCE):净效应约为 2.76 次购买(95% CI: 1.15, 3.83),显著为正。 - 忽略邮件打开行为(naive 分析)的直接效应估计仅为 2.76,显著低估了真实直接效应(3.91),说明调整非依从性至关重要。 - 效应在不同主分层(活跃型、增值偏好型、折扣偏好型、非活跃型)间相对稳定,表明增值激励的优越性具有普遍性。 - 模拟研究: - 在正确设定(单组分参数模型)下,参数模型和 EDPM 的偏差都很小,但 EDPM 的 MSE 略高(效率损失)。 - 在模型误设(10 组分混合)下,参数模型出现显著偏差(直接效应低估约 20%),而 EDPM 的偏差明显更小,且覆盖率更接近名义水平。 - EDPM 在两种场景下都识别出多个有效簇(约 4-5 个),表明其能自适应地捕捉数据异质性。

证明路线与技术技巧: - 整体路线: 1. 模型设定:用 EDPM 定义所有变量的联合分布,其中 \(\beta\)-簇控制结局模型,\(\theta\)-簇控制中介、治疗接受和分配模型。EDPM 允许 \(\theta\)-簇嵌套在 \(\beta\)-簇内,从而捕捉不同结局响应模式下的中介机制差异。 2. 后验采样:采用截断近似(truncation approximation)将无限混合模型近似为有限混合,并使用阻塞 Gibbs 采样器(blocked Gibbs sampler)进行后验推断。所有条件后验分布均为共轭分布(正态、逆伽马、Beta),因此采样高效。 3. G-computation:在每次后验迭代中,从后验预测分布中抽取 \(C^*\) 个 Monte Carlo 样本,模拟在指定干预策略下的反事实轨迹,计算 \(\theta(z, z^*)\) 的估计值。重复 \(Q\) 次得到后验分布。 - 关键跳跃点: - Assumption 3 的引入:这是识别主分层效应的关键。作者将主分层可忽略性(Jo & Stuart 2009)扩展到纵向设定,并允许其与中介变量分布交互。这个假设的合理性论证(基于"激励在打开邮件后才可见")是论文的亮点。 - EDPM 的构造:将 EDPM 用于因果推断是相对新颖的。作者巧妙地利用 EDPM 的两级聚类结构,将结局模型和中介模型分离,同时允许它们通过簇分配相关联。这避免了直接对高维联合分布建模的困难。 - G-computation 的实现:算法 S1 将 G-computation 与贝叶斯后验采样结合,使得不确定性量化自然产生。关键技巧是先固定主分层,再模拟中介和结局,从而避免了对主分层进行显式建模。 - 技术技巧点名: - 截断近似(Truncation approximation):将无限维 Dirichlet 过程截断为有限维,使得计算可行。 - 阻塞 Gibbs 采样(Blocked Gibbs sampler):利用共轭性,分块更新簇分配和参数,提高混合效率。 - G-computation / Monte Carlo 积分:用于计算反事实期望,避免了对后验预测分布进行解析积分。 - Probit 链接:用于二值变量(治疗接受、治疗分配)的建模,便于 Gibbs 采样(数据增强)。 - Hurdle 模型:用于零膨胀连续变量(中介和结局),将"是否为零"和"非零值大小"分开建模。

🔎 结论是否比证明窄: - 论文在 Proposition 1 中严格证明了在 Assumptions 1-5 下 \(\theta(z, z^*)\) 的识别性,但没有证明 EDPM 估计量的一致性或后验收缩率。作者在讨论中承认"我们的推断依赖于模型假设,且 EDPM 的灵活性可能不足以完全消除误设偏差",但未给出理论保证。 - 论文声称"该方法可扩展到任意有限 \(T\)",但证明仅针对 \(T=3\) 给出。虽然归纳法可以推广,但作者没有明确写出。 - 论文在敏感性分析(S3)中只考虑了 Assumption 3 的违反,没有考虑 Assumption 2 或 4 的违反,但结论部分却声称"结果对未测量的混杂具有鲁棒性",这一表述超出了证明范围。 - 模拟研究只比较了 EDPM 与单组分参数模型,没有与半参数效率方法(如 TMLE)或非参数贝叶斯替代方案(如 DP 先验的线性回归)比较,因此"优于参数模型"的结论是有限的。


四、开放问题

  1. 理论保证缺失:论文没有提供 EDPM 估计量的渐近性质(一致性、收敛速率、后验收缩率)。要确认这是否为真 gap,可查阅近期关于贝叶斯非参数因果推断的理论文献(如 Castillo & Rousseau 2015 的 Bernstein-von Mises 定理在非参数设定下的扩展),看是否有针对 EDPM 的收敛结果。扎根点:Discussion 部分"its credible intervals are not guaranteed to achieve nominal frequentist coverage under misspecification"。

  2. 敏感性分析的扩展:论文只对 Assumption 3 的违反做了敏感性分析,但 Assumption 2(治疗分配可忽略性)和 Assumption 4(中介可忽略性)同样关键。扎根点:S3 部分"we evaluate the robustness of the results to potential violations of Assumption 3.3",但未提及对其他假设的检验。

  3. 计算可扩展性:EDPM 的 MCMC 采样在 \(n = 18,571\) 时已计算密集,扩展到更大样本或更多时间点可能面临瓶颈。扎根点:Algorithm S1 中 \(C^* = 10,000\) 的 Monte Carlo 样本,乘以 \(Q = 1,000\) 次后验迭代,计算量巨大。

  4. 与半参数效率方法的比较:Díaz, Williams & Rudolph (2023) 提出的半参数效率估计量在理论上更高效,但需要正确的 nuisance 估计。本文的贝叶斯方法在灵活性上占优,但缺乏效率保证。扎根点:Introduction 中作者将本文定位为"灵活建模",但未与效率方法进行模拟比较。

  5. 主分层定义的敏感性:本文仅基于 \(t=1\) 的打开行为定义主分层,忽略了后续时间点的依从行为变化。扎根点:Section 3.4"we only consider the principal stratum at time 1",但未讨论这种简化对效应估计的影响。

提示:若要确认上述问题是否为真 gap,建议查阅近 5 年关于"纵向中介分析 + 非依从"的文献(如 Biometrics, JRSS-B, Annals of Applied Statistics),看是否有研究同时处理零膨胀和贝叶斯非参数建模。若多篇文献都指向同一问题,则为共识性 gap;若文献间结论矛盾,则可能是更值得挖掘的机会。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论