跳转至

Optimal Covariate Adjustment beyond the Average Treatment Effect: Treated-Population and Overlap-Weighted Estimands

作者: Shoki Okubo
主题: 因果推断
相关性: 9/10
链接: https://arxiv.org/abs/2609.11222

一、领域脉络与小综述

  • 这个方向是什么：本子方向研究的是因果推断中"协变量调整集选择"的效率理论问题。其根本科学问题是：在给定一个因果图（DAG）和一组满足有效性（validity）的调整集时，研究者应当选择哪个调整集来估计目标因果量（如ATE、ATT、加权ATE），以最小化非参数效率界（semiparametric efficiency bound）。该方向的成熟度较高——对于ATE，已有完整的图准则（如O-set）保证存在一个仅依赖图结构、对所有兼容分布都最优的调整集；但对于其他因果量（如ATT、重叠权重ATE），该问题的答案尚不清晰，本文正是填补这一空白。

  • 发展脉络（history）：

  • 奠基工作：Shpitser, VanderWeele, and Robins (2010) 给出了协变量调整的图准则（adjustment criterion），确立了"哪些调整集是有效的"这一基础；Hahn (1998) 推导了ATE的非参数效率界，为后续效率比较提供了基准。
  • 主要进展：Rotnitzky and Smucler (2020) 证明了在无隐藏变量的DAG中，存在一个图可计算的O-set，该集合在ATE意义下对所有兼容分布最优；Henckel, Perković, and Maathuis (2022) 将这一结果推广到线性结构方程模型，并给出了更精细的图刻画；Witte et al. (2020) 则从潜在投影图的角度重新刻画了O-set，并连接了数据驱动的变量选择。
  • 当前frontier：在ATE之外，Hahn (2004) 发现倾向得分已知与否对ATT效率有不同影响；White and Lu (2011) 和 Kitagawa and Muris (2016) 在参数模型框架下比较了不同调整集的ATT效率，发现其非单调性；Li, Morgan, and Zaslavsky (2018) 提出了重叠权重（overlap weights）作为平衡协变量的替代方案，但其效率性质尚未被系统研究。

  • 本文的位置：本文首次在非参数效率界层面系统研究ATT和重叠权重ATE的调整集选择问题，证明"图最优性"是ATE的特例，并给出精确的效率界变化恒等式。

  • 子线索聚类：

  • 线索一：图准则与O-set理论（Shpitser et al. 2010; Perković et al. 2018; Rotnitzky and Smucler 2020; Henckel et al. 2022; Witte et al. 2020; Runge 2021; Smucler et al. 2022）——这一簇关注"哪些调整集有效、哪个最优"，以图结构为唯一输入，目标是图可计算的决策规则。
  • 线索二：效率界与半参数理论（Hahn 1998, 2004; Hirano et al. 2003; Wang et al. 2025）——这一簇关注给定调整集下的效率界表达式及其估计量的构造，通常以倾向得分和结果回归为 nuisance 参数。

  • 线索三：加权估计量与目标人群选择（Li et al. 2018; Kitagawa and Muris 2016）——这一簇关注不同加权方案（如IPW、重叠权重）所对应的目标人群和效率性质，是本文的直接对话对象。

  • 这个方向在追问的核心问题：

  • 给定因果图和目标因果量，是否存在一个仅依赖图结构、对所有兼容分布最优的调整集？（对ATE：是；对ATT/ATO：本文证明否）
  • 当图最优性不存在时，调整集的选择应依赖哪些数据特征（如倾向得分、结果回归的方差和协方差）？

  • 不同加权方案（ATE、ATT、ATO）的效率界如何随调整集变化，是否存在统一的数学结构？

  • ⚠️ 作者的 framing（必须明确标注成"这是作者的说法"）：作者将缺口 frame 成"图形因果推断中'一个调整集在所有分布下最优'的性质是ATE逆倾向权重的特例，而非一般因果估计量的普适属性"。他通过构造两个忠实分布证明ATT不存在图最优准则，从而将问题从"图可计算规则"转向"数据依赖的效率比较"。竞争路线被他淡化或回避的：一是参数模型下的调整集选择（如Kitagawa and Muris 2016的模型平均方法），作者仅将其作为背景提及；二是贝叶斯或正则化方法对调整集的收缩估计，本文完全未涉及。什么明显该被引 / 该存在、却没出现在 intro 里：作者未引用 van der Laan and Rose (2011) 的 targeted learning 框架，尽管该框架对加权因果量的效率界有系统讨论；也未引用 Chernozhukov et al. (2018) 的 double/debiased ML 在 ATT 估计上的具体应用（虽然引用了其一般理论）。

  • 张力：未见明显对立引用。但存在一个微妙张力：Rotnitzky and Smucler (2020) 的O-set理论强调"图结构足以决定最优调整集"，而本文证明这一性质对ATT失效，这并非矛盾，而是表明ATE的图最优性是特殊权重结构的产物。另一个张力是 Hahn (2004) 与 White and Lu (2011) 对"倾向得分已知是否有助于ATT效率"的结论差异——前者认为已知倾向得分可降低ATT界，后者在参数模型中发现非单调性，本文的恒等式（3）为这一差异提供了统一解释。

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：
  • \(Z = (Z_1, \dots, Z_J)\)：预处理协变量（随机向量），\(S \subseteq Z\) 为调整集（子向量）。
  • \(A \in \{0, 1\}\)：二值处理变量（随机变量）。
  • \(Y\)：结果变量（随机变量），\(Y(a)\) 为潜在结果（counterfactual），\(a \in \{0, 1\}\)。
  • \(e_S = P(A = 1 \mid S)\)：倾向得分（propensity score），是 \(S\) 的函数。
  • \(\mu_a(S) = E[Y \mid A = a, S]\)：处理组/对照组结果回归。
  • \(\sigma_a^2(S) = \text{Var}(Y \mid A = a, S)\)：条件方差。
  • \(\psi = E[Y(1) - Y(0) \mid A = 1]\)：ATT（处理组平均处理效应），是目标参数（estimand）。
  • \(\psi_h(S) = E[h(e_S) \tau_S] / E[h(e_S)]\)：加权ATE，其中 \(h\) 是权重函数，\(\tau_S = \mu_1(S) - \mu_0(S)\)。
  • \(V_{\text{att}}(S)\)：ATT在调整集 \(S\) 下的非参数效率界（待比较的量）。
  • \(O(G)\)：ATE意义下图最优调整集（Rotnitzky and Smucler 2020）。
  • \(p = P(A = 1)\)：边际处理概率。

  • \(\kappa(x) = x^2/(1-x)\)：控制组权重函数（ATT的核心权重）。

  • 模型：非参数结构方程模型（NPSEM），观测数据为 i.i.d. 样本 \((S_i, A_i, Y_i)\)，\(i = 1, \dots, n\)。无隐藏变量（或隐藏变量不影响调整集有效性）。目标是在所有满足有效性条件的调整集 \(S\) 中，最小化 \(V_{\text{att}}(S)\)。

  • 可观测数据：研究者观测到 \((Z, A, Y)\) 的联合分布。关键点：潜在结果 \(Y(0), Y(1)\) 不可观测，但通过调整集 \(S\) 的有效性（即 \(Y(a) \perp\!\!\!\perp A \mid S\)）可识别 ATT。可观测但需估计的量：倾向得分 \(e_S\)、结果回归 \(\mu_a(S)\)、条件方差 \(\sigma_a^2(S)\)。不可观测的量：潜在结果本身、以及效率界中涉及的跨处理组协方差 \(C_{10}(S) = \text{Cov}(\mu_1(S), \mu_0(S) \mid S)\)（在观测数据中不可直接识别，但可通过敏感性分析或假设约束）。

第二步：讲最小内核

本文的核心数学问题可以归结为：对于ATT，在有效调整集 \(S\) 上添加一个额外的协变量 \(W\)（满足 \(W \perp\!\!\!\perp A \mid S\)），效率界 \(V_{\text{att}}(S \cup W)\) 相对于 \(V_{\text{att}}(S)\) 如何变化？

最简特例：设 \(S\) 为空集（无调整），\(W\) 为单一二值协变量，\(A \mid W \sim \text{Bern}(e_W)\)，且 \(Y(a) = \beta_a W + \varepsilon_a\)，\(\varepsilon_a \sim N(0,1)\) 独立。此时： - \(V_{\text{att}}(\emptyset) = \frac{1}{p^2} E[\sigma_1^2 + \frac{e^2}{1-e} \sigma_0^2]\)（Hahn 1998的ATT界）。 - 添加 \(W\) 后，效率界变为 \(V_{\text{att}}(\{W\}) = \frac{1}{p^2} E[e_W \sigma_1^2(W) + \frac{e_W^2}{1-e_W} \sigma_0^2(W)]\)。

关键观察：当 \(W\) 只预测处理组结果（即 \(\beta_1 \neq 0, \beta_0 = 0\)）时，\(\sigma_0^2(W) = \sigma_0^2\) 不变，但 \(\sigma_1^2(W) = 1\)（因为 \(W\) 解释了处理组方差），而 \(e_W\) 的分布可能改变。计算可得：

\[V_{\text{att}}(\{W\}) - V_{\text{att}}(\emptyset) = \frac{1}{p^2} E\left[\frac{e_W^2}{1-e_W} - \frac{e^2}{1-e}\right] \sigma_0^2\]
当 \(e_W < 1/2\) 时，\(\kappa(e_W) = e_W^2/(1-e_W)\) 是凸函数且 \(\kappa(e_W) < \kappa(e)\)（Jensen不等式方向反转），因此添加预测对照组结果的协变量会增大效率界。这就是本文的"反转"现象：对ATE，添加任何结果预测变量都降低效率界；对ATT，添加对照组结果预测变量在 \(e < 1/2\) 时反而增大效率界。

为什么成立：根源在于ATT的权重结构。ATT的效率界中，对照组权重为 \(e^2/(1-e)\)，而ATE的权重为 \(1/e\) 和 \(1/(1-e)\)。当 \(e < 1/2\) 时，\(\kappa(e) = e^2/(1-e)\) 的凸性导致Jensen不等式方向与ATE相反。这个特例直接揭示了本文的核心洞见：效率界的单调性由权重函数的凸性决定，而权重函数由目标人群决定。

三、这篇论文做了什么

三句话： 1. 研究了什么问题：对于ATT和重叠权重ATE，调整集的选择是否像ATE那样存在图最优准则？若不存在，效率界如何随调整集变化？ 2. 核心工具/方法：将效率界按调整集索引，推导添加/删除协变量时效率界变化的精确恒等式（定理1、定理4），并利用这些恒等式构造反例（定理2）和充分条件（定理3）。 3. 主要结论：ATT不存在图最优准则（定理2）；在无效应修饰下，ATE最优集在图形有效集中仍为ATT最优（定理3）；重叠权重ATE存在对称阈值（\(e = 1/3, 2/3\)），且常数权重是唯一"安全"的权重函数（推论7）。

关键设定与假设： - 设定：无隐藏变量的DAG，处理 \(A\) 为二值，结果 \(Y\) 连续（方差有限）。调整集 \(S\) 满足 Shpitser et al. (2010) 的调整准则（即 \(S\) 阻断所有后门路径且不包含 \(A\) 的后代）。 - 假设： - 有效性：\(S\) 和 \(S \cup W\) 均为有效调整集（即 \(Y(a) \perp\!\!\!\perp A \mid S\) 和 \(Y(a) \perp\!\!\!\perp A \mid S, W\)）。 - 正则性：倾向得分有界（\(0 < c \le e_S \le 1-c < 1\)），结果二阶矩有限。 - 无效应修饰（定理3）：\(\tau_S = E[Y(1) - Y(0) \mid S]\) 是常数（不随 \(S\) 变化）。 - 忠实性（定理2的反例构造）：观测分布忠实于图 \(G^*\)。 - 相比已有文献的放宽/强化：相比 Rotnitzky and Smucler (2020) 的ATE理论，本文不要求权重函数为常数（即允许 \(h\) 依赖 \(e_S\)），但增加了对权重函数光滑性的要求（\(h \in C^1\)）。相比 Hahn (2004) 和 White and Lu (2011)，本文不假设倾向得分已知或属于参数族，而是直接在非参数模型下比较效率界。

主要结果：

  1. 定理1（ATT的删除/补充恒等式）：
  2. (a) 处理侧扩展：若 \(Y \perp\!\!\!\perp W \mid A, S\)（\(W\) 不预测结果），则 \(V_{\text{att}}(S \cup W) \ge V_{\text{att}}(S)\)，等号当且仅当 \(e_{S \cup W} = e_S\)。即添加纯工具变量（instrument）总是增大ATT效率界。

  3. (b) 结果侧扩展：若 \(W \perp\!\!\!\perp A \mid S\)（\(W\) 不预测处理），则

    \[V_{\text{att}}(S \cup W) - V_{\text{att}}(S) = \frac{1}{p^2} E\left[\frac{e_S^2}{1-e_S} V_0(S) - 2 e_S C_{10}(S)\right]\]
    其中 \(V_0(S) = \text{Var}\{\mu_0(S \cup W) \mid S\}\)，\(C_{10}(S) = \text{Cov}\{\mu_1(S \cup W), \mu_0(S \cup W) \mid S\}\)。这个恒等式的符号取决于数据，而非图结构。

  4. 定理2（ATT不存在图最优准则）：构造图 \(G^*\)（\(Z \to A\)，\(Z \to Y\)，\(W \to Y\)，\(A \to Y\)）和两个忠实分布 \(P, P'\)，使得在 \(P\) 下 \(\{Z\}\) 最优，在 \(P'\) 下 \(\{Z, W\}\) 最优。证明思路：利用定理1(b)的恒等式，选择 \(P\) 使 \(C_{10} < 0\)（此时添加 \(W\) 有害），选择 \(P'\) 使 \(C_{10} > 0\) 且 \(V_0\) 很小（此时添加 \(W\) 有益）。关键点：两个分布忠实于同一张图，因此任何图准则都无法区分它们。

  5. 定理3（无效应修饰下的最优性）：若 \(\tau_S\) 为常数，则对任意有效 \(Z\)，\(V_{\text{att}}(Z) - V_{\text{att}}(O(G)) \ge 0\)，其中 \(O(G)\) 是ATE最优集。证明采用"先补充后删除"策略：先用定理1(b)（此时 \(C_{10} = V_1 = V_0\)，恒等式简化为非正项）将 \(Z\) 扩展到 \(Z \cup O(G)\)，再用定理1(a)删除 \(Z \setminus O(G)\)。技术要点：无效应修饰保证了补充步骤的符号，这是ATE证明中自动成立、但对ATT需要额外假设的关键步骤。

  6. 定理4与推论6-7（加权ATE的推广）：对一般权重 \(h(e)\)，结果侧扩展的恒等式为

    \[D_S^2 \{V_h(S \cup W) - V_h(S)\} = E\left[V_1(S)\left(h'^2 e(1-e) - \frac{h^2(1-e)}{e}\right) + V_0(S)\left(h'^2 e(1-e) - \frac{h^2 e}{1-e}\right) - 2 C_{10}(S)\{h^2 + h'^2 e(1-e)\}\right]\]
    对重叠权重 \(h(e) = e(1-e)\)，得到对称阈值：处理侧预测变量在 \(e > 2/3\) 时有害，对照组预测变量在 \(e < 1/3\) 时有害。推论7：若 \(h\) 光滑且正，则"添加任何结果预测变量都不增加效率界"当且仅当 \(h\) 为常数（即ATE权重）。这给出了ATE权重在效率单调性上的唯一性刻画。

证明路线与技术技巧： - 整体路线：从效率界的显式表达式出发（引理1-2），将调整集变化分解为"处理侧"和"结果侧"两个方向，分别推导恒等式。核心是影响函数（influence function）的代数运算：两个调整集的效率界之差可以写成影响函数之差的 \(L^2\) 范数，从而转化为条件矩的代数恒等式。 - 关键跳跃点： - 引理1（ATT影响函数）：推导出 \(V_{\text{att}}(S)\) 的三项分解（处理组方差、对照组方差、效应离散度），这是后续所有恒等式的基础。难点在于处理组方差项中 \(\mu_1(S)\) 的系数为 \(e_S\) 而非 \(e_S^2\)，导致与ATE不同的权重结构。 - 定理1(b)的符号分析：恒等式（3）中 \(V_0\) 的系数是 \(e(1-2e)/(1-e)\)，这个系数在 \(e = 1/2\) 处变号。作者通过条件Jensen不等式证明：当 \(e < 1/2\) 时，\(\kappa(e) = e^2/(1-e)\) 的凸性使得添加对照组预测变量增大效率界。这个证明技巧是全文的枢纽。 - 定理2的反例构造：需要同时控制 \(V_0\) 和 \(C_{10}\) 的符号。作者使用二值协变量 + 线性结果模型，将问题转化为参数空间上的不等式组，然后验证存在性。关键技巧是选择 \(W\) 与 \(Z\) 独立（保证 \(e_{S \cup W} = e_S\)），从而简化恒等式。 - 定理3的证明：无效应修饰下，\(C_{10} = V_1 = V_0\)，恒等式（3）简化为 \(-E[e_S V_0(S)/(1-e_S)] \le 0\)。这个简化使得"补充"步骤总是有益的，从而可以沿用ATE的证明框架。 - 技术技巧点名： - 影响函数正交分解：将效率界之差转化为影响函数之差的范数，避免直接计算复杂积分。 - 条件Jensen不等式：用于处理 \(\kappa(e) = e^2/(1-e)\) 的凸性，这是反转现象的技术根源。 - 忠实分布构造：通过参数化分布族验证反例，确保两个分布忠实于同一图。 - 矩阵形式（定理4）：将恒等式写成 \(\text{tr}(M(e_S) \Sigma(S))\)，利用矩阵半定性和行列式分析符号，这是处理一般权重 \(h\) 的关键。

真实例子与应用： - 模拟研究（第8节）：使用定理2的分布族，比较 \(n = 500, 2000\) 时不同调整集的有限样本表现。结果显示，在稀有处理（\(e < 1/2\)）下，使用ATE最优集 \(\{Z, W\}\) 的ATT估计量方差比使用 \(\{Z\}\) 高 14-18%，与理论预测的 14.1% 一致。这验证了理论恒等式的有限样本相关性。 - LaLonde数据（第9节）：使用 Dehejia-Wahba 子样本（185名受训者 vs 260名实验对照 + 15,992名CPS对照），估计培训项目的ATT。全模型（10个协变量）的ATT估计为 $1,495（SE $678），与实验基准 $1,794（SE $671）相差不到半个标准误。但删除1975年收入或黑人指标会使估计分别下降 $533 和 $1,181，说明这些协变量对ATT估计的影响远超ATE场景。作者强调，这并非效率问题，而是目标参数改变的问题——不同调整集对应的加权ATE在效应异质性下是不同的量。

🔎 结论是否比证明窄： - 明确窄于证明的：定理3的"无效应修饰"条件在正文中被描述为"充分条件"，但证明中实际需要的是更弱的条件 \(\tau_S\) 为常数（而非 \(\tau_{Z}\) 为常数）。作者在脚注中承认了这一点，但正文表述仍偏强。 - 被泛化的：推论7声称"常数权重是唯一安全权重"，但证明仅针对光滑正权重函数。对于非光滑或允许零权重的函数（如截断权重），结论可能不成立，作者未讨论。 - 被 conjecture 的：第10节关于隐藏变量的讨论中，作者推测定理2的构造可以推广到含隐藏变量的图（通过潜在投影），但未给出证明，仅指出"定理5的抽象条件可能适用"。

四、开放问题

  1. 隐藏变量下的图准则（扎根于第10节）：定理5给出了隐藏变量下O∗存在的抽象条件，但未给出类似O(G)的图可计算构造。要证明什么：在含隐藏变量的图中，是否存在ATT最优调整集的图准则？作者推测"可能不存在"，但未证明。

  2. 有限样本下的调整集选择（扎根于第8节模拟）：理论比较的是效率界（渐近方差），但模拟显示 \(n = 500\) 时有限样本方差与理论预测有 6-11% 的偏差。要研究什么：在有限样本下，基于交叉验证或数据自适应选择的调整集是否比固定准则更优？这需要刻画选择过程的额外方差。

  3. 加权ATE的完整分类（扎根于推论7）：常数权重是唯一"安全"权重，但重叠权重在 \(e \in (1/3, 2/3)\) 时对单侧预测变量是安全的。要研究什么：是否存在非光滑权重（如截断IPW）在更宽条件下保持单调性？这需要分析权重函数的正则性与效率界单调性的关系。

  4. 效应异质性下的目标参数漂移（扎根于第9节LaLonde例子）：不同调整集对应不同的加权ATE，这既是效率问题也是定义问题。要研究什么：当研究者不确定目标人群时，如何选择调整集以平衡效率与目标参数的稳定性？这可能需要引入 minimax 或贝叶斯决策框架。

  5. 时间依赖处理（扎根于 Adenyo et al. 2025 的引用）：本文的恒等式仅适用于点处理。要证明什么：在纵向设置中，调整集选择的效率界是否也有类似的"处理侧/结果侧"分解？作者在讨论中提及这是"自然下一步"，但未展开。

提醒：若要确认上述开放问题是否为真 gap，建议去读 Adenyo et al. (2025)、Smucler and Rotnitzky (2022) 和 Wang et al. (2025) 的近期 intro——若它们都指向"调整集选择的效率理论仅对ATE完整"，则第1、3条是共识性 gap；若它们各自提出不同的框架，则可能存在竞争性解法。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论