A Convex Framework for Confounding Robust Inference¶
作者: Kei Ishikawa, Niao He, Takafumi Kanamori
来源: JMLR
主题: 因果推断
相关性: 8/10
机构绿灯: ETH Zurich(US News 前 50,免分进入精读)
链接: 期刊页 · arXiv
一、领域脉络与小综述¶
这个方向是什么¶
本文研究的根本问题是:在离线上下文赌博机(offline contextual bandit)中,当存在未观测混杂因素(unobserved confounders)时,如何对目标策略(target policy)的策略值(policy value)进行部分识别(partial identification)——即给出一个在给定不确定性集合(uncertainty set)下最紧的(sharp)下界。该子方向属于因果推断中的敏感性分析(sensitivity analysis),其核心挑战在于:未观测混杂使得策略值不可点识别(not point-identifiable),研究者只能退而求其次,在关于混杂强度的假设(如边际敏感性模型)下,给出策略值的可行区间。该方向的成熟度较高,已有大量工作(Tan, 2006; Zhao et al., 2019; Kallus and Zhou, 2018, 2021; Dorn and Guo, 2022),但本文试图在通用性(统一处理 box constraints 与 f-divergence constraints)和理论保证(一致性、渐近正态性、策略学习的泛化界)上做出推进。
发展脉络¶
- 奠基工作:Tan (2006) 提出了边际敏感性模型(marginal sensitivity model),用 odds ratio 的界来刻画未观测混杂的强度,为后续敏感性分析提供了标准框架。Rosenbaum (2002) 的敏感性模型也是重要背景,但 Tan 的模型更适用于 IPW 类估计量。
- 主要进展:
- Zhao et al. (2019) 将 Tan 的模型与线性分式规划(linear fractional programming)结合,提出了可计算的敏感性分析算法,使得下界估计变得实用。这是"非锐利"(unsharp)估计的代表——它通过松弛约束换取可解性。
- Kallus and Zhou (2018, 2021) 将敏感性分析从策略评估扩展到策略学习(policy learning),并给出了泛化保证,但其下界仍是基于松弛后的不确定性集,因此偏保守。
- Dorn and Guo (2022) 首次提出锐利(sharp)下界的估计方法——通过条件分位数函数(conditional quantile function)刻画最坏情况下的权重,从而得到比 Zhao et al. (2019) 更紧的界。这是本文最直接的竞争对手。
- 当前 frontier:
- Dorn et al. (2021) 和 Oprescu et al. (2023) 将锐利界推广到条件平均处理效应(CATE)和个体处理效应(ITE)。
- Bruns-Smith and Zhou (2023) 和 Bennett et al. (2024) 将锐利界扩展到序贯决策(sequential decision-making)和鲁棒 MDP。
- Kallus et al. (2021) 和 Mastouri et al. (2021) 探索了负对照(negative controls)与核方法在未观测混杂下的识别。
- 本文的位置:本文声称其贡献在于:(1) 提出一个统一的凸优化框架,将 box constraints 和 f-divergence constraints 都纳入其中;(2) 通过强对偶性将原问题转化为经验风险最小化(ERM),从而用标准 M-估计理论获得一致性、渐近正态性和策略学习的泛化界;(3) 首次为锐利下界提供策略学习的一致性保证(据作者所述,Dorn and Guo 2022 未涉及策略学习)。
子线索聚类¶
- 敏感性模型的建模与识别:Tan (2006)、Rosenbaum (2002)、Zhao et al. (2019)、Dorn and Guo (2022)。这条线索关注"如何定义不确定性集"以及"在给定不确定性集下,策略值的识别区间是什么"。
- 鲁棒策略学习:Kallus and Zhou (2018, 2021)、本文的 Section 3.4。这条线索关注"如何在最坏情况下学习一个策略",需要处理 min-max 问题的泛化误差。
- 核方法与条件矩约束:Kremer et al. (2022)、Muandet et al. (2020a)、Singh (2020)、Mastouri et al. (2021)。这条线索用 RKHS 工具处理条件矩约束,与本文的 kernel PCA 低秩近似有技术交集。
- 分布鲁棒优化(DRO):Staib and Jegelka (2019)、Zhu et al. (2020)。本文的 f-divergence 约束与 DRO 中的 φ-divergence 球有密切联系,但本文强调条件矩约束而非边际约束。
这个方向在追问的核心问题¶
- 锐利性(Sharpness):如何在不牺牲可解性的前提下,得到最紧的策略值下界?Dorn and Guo (2022) 用条件分位数解决了 box constraints 下的锐利性问题,但 f-divergence 约束下的锐利性此前未解决。
- 策略学习的泛化保证:当用估计的下界来做策略学习时,如何保证学到的策略在真实环境下不会太差?Kallus and Zhou (2018) 对非锐利下界有保证,但对锐利下界没有。
- 连续处理(continuous treatment):大多数敏感性分析假设处理是二值的,但实际应用中处理常常是连续的。本文声称其框架可以处理连续处理,这是对现有文献的一个重要扩展。
- 模型选择:如何选择不确定性集的大小(如 Γ 或 γ)?本文提出用 GIC 和交叉验证来做模型选择,但这是一个启发式方法,缺乏理论上的最优性保证。
⚠️ 作者的 framing(这是作者的说法)¶
作者在引言中强调,现有方法(Zhao et al., 2019; Kallus and Zhou, 2018, 2021)为了可解性对不确定性集做了粗糙松弛(coarse relaxation),导致下界"过于保守"(overly conservative)。作者将本文定位为"第一个"提供锐利下界的通用凸优化框架,并且是"第一个"为锐利下界的策略学习提供一致性保证的工作。作者还强调其框架的通用性——可以处理 box constraints、f-divergence constraints、连续处理、以及策略学习,而 Dorn and Guo (2022) 只能处理 box constraints 下的策略评估。
值得注意的淡化/回避: - 作者在 Remark 1 中承认 Dorn and Guo (2022) 已经解决了 box constraints 下的锐利性问题,但强调自己的框架更通用。 - 作者在 Section 3.2 中承认,当 kernel PCA 的低秩近似不够好时,会存在 specification bias,但作者没有给出如何选择秩 D 的自适应方法(只给出了 GIC 作为启发式)。 - 作者在 Appendix B 中讨论了与 Jin et al. (2022) 的 f-divergence 模型的区别,但将其放在附录中,暗示这不是核心贡献。
张力¶
- 未见明显对立引用:作者引用的工作之间没有明显的矛盾。不过,存在一个微妙的张力:Dorn and Guo (2022) 的锐利性依赖于条件分位数函数的精确估计,而本文的锐利性依赖于 kernel PCA 的低秩近似。两者在"如何逼近条件矩约束"上有不同的哲学——前者是统计的(分位数回归),后者是逼近论的(核方法)。哪种方法在有限样本下更优,是一个开放问题。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
- 符号:
- \(X \in \mathcal{X}\):上下文(context),可观测。
- \(T \in \mathcal{T}\):处理/动作(treatment/action),可观测。\(\mathcal{T}\) 可以是离散或连续的。
- \(Y \in \mathbb{R}\):奖励/结果(reward/outcome),可观测。
- \(U \in \mathcal{U}\):未观测混杂(unobserved confounder),不可观测。
- \(\pi_{\text{base}}(t|x, u)\):未知的、有混杂的行为策略(behavior policy),数据由它生成。
- \(\pi(t|x)\):目标策略(target policy),我们要评估或学习的策略,只依赖可观测的 \(X\)。
- \(p_{\text{obs}}(y, t, x)\):可观测数据的联合分布。
- \(p_{\text{obs}}(t|x)\):可观测的处理分配概率(即"名义倾向得分")。
- \(V(\pi)\):目标策略的策略值,即 \(V(\pi) = \mathbb{E}_{X \sim p(x), T \sim \pi(\cdot|X)}[Y]\)。
- \(w(y, t, x)\):重加权函数(re-weighting function),满足 \(w(y,t,x) = \mathbb{E}_{\pi_{\text{base}}}\left[\frac{1}{\pi_{\text{base}}(T|X,U)} \mid Y=y, T=t, X=x\right]\)。
- \(\tilde{w}(y, t, x) = p_{\text{obs}}(t|x) w(y, t, x)\):归一化的重加权函数。
- \(r(y, t, x) := \frac{\pi(t|x)}{p_{\text{obs}}(t|x)} y\):目标策略下的"伪奖励"。
- \(\Gamma\):box constraint 的敏感性参数(odds ratio 的界)。
- \(\gamma\):f-divergence 约束的敏感性参数。
- \(f_{t,x}(\cdot)\):定义条件 f-约束的凸函数,满足 \(f_{t,x}(1)=0\)。
- \(\psi(t, x) = (\psi_1(t,x), \ldots, \psi_D(t,x))^T\):用于低秩近似的基函数。
- \(\eta_{\text{CMC}}, \eta_{\text{KCMC}}\):对偶变量(dual variables)。
- \(\theta := (\eta_f, \eta_{\text{KCMC}})\):对偶问题的参数。
- \(\ell_\theta(z)\):对偶问题的损失函数。
- \(V^{\text{CMC}}_{\inf}(\pi)\):基于条件矩约束(CMC)的锐利下界。
- \(V^{\text{KCMC}}_{\inf}(\pi)\):基于核条件矩约束(KCMC)的锐利下界。
-
\(\hat{V}^{\text{KCMC}}_{\inf}(\pi)\):\(V^{\text{KCMC}}_{\inf}(\pi)\) 的经验估计。
-
模型:
- 数据生成过程(有混杂):
- \(X, U \sim p(x, u)\)
- \(T | X, U \sim \pi_{\text{base}}(t|X, U)\)
- \(Y | T, X, U \sim p(y|T, X, U)\)
- 观测数据:\(\{(Y_i, T_i, X_i)\}_{i=1}^n\),i.i.d. 来自上述过程。
-
关键假设:
- 重叠假设:\(\pi(t|x) > 0 \Rightarrow \pi_{\text{base}}(t|x, u) > 0\) 对几乎所有 \(x, u\) 成立。
- 不确定性集:\(\pi_{\text{base}}\) 属于某个已知的集合 \(\mathcal{E}\)(由 box 或 f-divergence 约束定义)。
- 可忽略性(在不确定性集内):不存在未观测混杂时,\(Y(t) \perp\!\!\!\perp T | X\);存在混杂时,这个条件被不确定性集所"松弛"。
-
可观测数据:\(\{(Y_i, T_i, X_i)\}_{i=1}^n\)。注意 \(U\) 从未被观测到。
第二步:最小内核¶
核心问题:给定观测数据,我们想计算 \(V(\pi)\) 的下界,但 \(V(\pi)\) 依赖于未知的 \(\pi_{\text{base}}\) 和 \(U\)。作者的关键洞察是:将问题重新参数化为一个关于重加权函数 \(w(y,t,x)\) 的凸优化问题。
最小内核(最简例子):考虑二值处理(\(T \in \{0, 1\}\))、离散上下文(\(X\) 只有有限个取值)、无协变量(\(X\) 为空)的极端简化情形。此时:
- 目标:计算 \(V(\pi) = \pi(1) \mathbb{E}[Y(1)] + \pi(0) \mathbb{E}[Y(0)]\) 的下界。
- 可观测:\(p_{\text{obs}}(y, t)\),以及名义倾向得分 \(p_{\text{obs}}(t)\)。
- 不确定性集(box constraint):假设 \(\Gamma^{-1} \le \frac{p_{\text{obs}}(t)(1-\pi_{\text{base}}(t|u))}{(1-p_{\text{obs}}(t))\pi_{\text{base}}(t|u)} \le \Gamma\)。这等价于对重加权函数 \(w(y,t)\) 的约束:\(a(t) \le \tilde{w}(y,t) \le b(t)\),其中 \(\tilde{w}(y,t) = p_{\text{obs}}(t) w(y,t)\)。
- 关键等式:由 (4) 可知,\(V(\pi) = \mathbb{E}_{\text{obs}}[\tilde{w}(Y,T) r(Y,T)]\),其中 \(r(y,t) = \frac{\pi(t)}{p_{\text{obs}}(t)} y\)。
- 优化问题:
\[V^{\text{CMC}}_{\inf}(\pi) = \min_{\tilde{w}} \; \mathbb{E}_{\text{obs}}[\tilde{w}(Y,T) r(Y,T)]\]\[\text{s.t.} \quad a(t) \le \tilde{w}(y,t) \le b(t), \quad \mathbb{E}_{\text{obs}}[\tilde{w}(Y,T) | T=t] = 1 \ \forall t.\]这是一个线性规划(因为目标函数和约束都是线性的),其最优解是:\[\tilde{w}^*(y,t) = \begin{cases} b(t) & \text{if } r(y,t) < \eta(t), \\ a(t) & \text{if } r(y,t) > \eta(t), \end{cases}\]其中 \(\eta(t)\) 是使得约束 \(\mathbb{E}_{\text{obs}}[\tilde{w}(Y,T)|T=t]=1\) 成立的阈值。这个解的形式与 Dorn and Guo (2022) 的分位数平衡解一致。
为什么这是最小内核: - 它剥离了所有技术复杂性(kernel、低秩近似、策略学习),只保留了核心的对偶性思想:原问题(对 \(\pi_{\text{base}}\) 的 min-max)通过对偶转化为一个关于 \(\tilde{w}\) 的凸优化。 - 它展示了"锐利性"的来源:不是对不确定性集做松弛,而是精确地刻画了 \(\tilde{w}\) 的可行域。 - 它揭示了本文方法在一般情形下的结构:将无限维的条件矩约束用有限维的基函数近似(KCMC),然后求解一个凸优化问题。
一般情形的推广: - 当 \(X\) 连续时,条件矩约束 \(\mathbb{E}_{\text{obs}}[\tilde{w}(Y,T,X)-1 | T=t, X=x]=0\) 是无限维的,需要用基函数 \(\{\psi_d(t,x)\}_{d=1}^D\) 近似,得到 KCMC。 - 当 \(T\) 连续时,box constraint 需要重新定义(如 \(\Gamma^{-1} \le \frac{\pi_{\text{base}}(t|x,u)}{p_{\text{obs}}(t|x)} \le \Gamma\)),f-divergence 约束则自然适用。 - 策略学习时,目标函数变为 \(\max_{\pi \in \Pi} V^{\text{KCMC}}_{\inf}(\pi)\),这是一个 max-min 问题,但通过对偶可以转化为一个凸-凹问题。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:在离线上下文赌博机存在未观测混杂时,如何通过凸优化得到策略值的锐利下界,并保证估计的一致性和渐近正态性,同时支持策略学习。
- 核心工具/方法:将敏感性分析问题重新参数化为关于重加权函数的凸优化问题,用强对偶性将其转化为对偶问题(一个有限维凸优化),并用核方法(kernel PCA) 低秩近似无限维的条件矩约束。
- 主要结论:提出的 KCMC 估计量在正则条件下是相合的、渐近正态的;在策略学习中,若策略类是 VC 类,则最大化 KCMC 下界得到的策略具有泛化保证;数值实验表明 KCMC 比现有方法(Zhao et al., 2019; Dorn and Guo, 2022)更紧或相当。
关键设定与假设¶
- 设定:
- 数据:\(\{(Y_i, T_i, X_i)\}_{i=1}^n\),i.i.d. 来自 (1)。
- 目标:对任意策略 \(\pi(t|x)\),估计 \(V^{\text{CMC}}_{\inf}(\pi)\)(或 \(V^{\text{KCMC}}_{\inf}(\pi)\))。
-
不确定性集:由条件 f-约束 (6) 定义,包括 box constraints(例 1)和 f-divergence constraints(例 2)。
-
假设(主要来自 Section 3 和 Appendix C):
- H1(可积性):\(\mathbb{E}|Y| < \infty\),\(\mathbb{E}|r(Y,T,X)| < \infty\)。
- H2(重叠):\(\pi(t|x) > 0 \Rightarrow p_{\text{obs}}(t|x) > 0\),且 \(\pi(t|x)/p_{\text{obs}}(t|x)\) 有界。
- H3(凸性):\(f_{t,x}\) 是闭凸函数,且 \(f_{t,x}(1)=0\)。
- H4(低秩近似):存在 \(D\) 个基函数 \(\{\psi_d\}\) 使得 \(\eta^*_{\text{CMC}}\) 可以被 \(\text{span}\{\psi_1,\dots,\psi_D\}\) 以误差 \(\varepsilon_{\text{spec}}\) 逼近(见 Theorem 2 的 \(\varepsilon_{\text{spec}}\))。
- H5(M-估计正则性):损失函数 \(\ell_\theta\) 满足标准 M-估计条件(紧参数空间、连续性、可积性、唯一可识别性),见 Condition 1 和 Condition 3。
-
H6(策略类):对策略学习,策略类 \(\Pi\) 是 VC 类,且 \(\sup_{\pi \in \Pi} |\hat{V}^{\text{KCMC}}_{\inf}(\pi) - V^{\text{KCMC}}_{\inf}(\pi)| \to 0\)。
-
相比已有工作的变化:
- 相比 Zhao et al. (2019) 和 Kallus and Zhou (2018, 2021):本文不对不确定性集做松弛,而是直接处理条件矩约束,因此下界更紧。
- 相比 Dorn and Guo (2022):本文的框架更通用(支持 f-divergence 和连续处理),且首次给出策略学习的一致性保证。
主要结果¶
-
Theorem 2(Specification Error):如果基函数 \(\{\psi_d\}\) 能很好地逼近 \(\eta^*_{\text{CMC}}\)(即 \(\|\Pi_\psi \eta^*_{\text{CMC}} - \eta^*_{\text{CMC}}\| \le \varepsilon_{\text{spec}}\)),则
\[|V^{\text{KCMC}}_{\inf}(\pi) - V^{\text{CMC}}_{\inf}(\pi)| \le L \cdot \varepsilon_{\text{spec}},\]其中 \(L\) 是 \(J\) 的 Lipschitz 常数。这意味着 KCMC 下界是 CMC 下界的近似,误差由低秩近似的质量决定。 -
Theorem 4(一致性):在 Condition 1 下,\(\hat{V}^{\text{KCMC}}_{\inf}(\pi) \xrightarrow{p} V^{\text{KCMC}}_{\inf}(\pi)\)。证明思路:将 KCMC 估计量视为 M-估计量,利用 Lemma 9(一致收敛)和 Lemma 10(凸 M-估计的一致性)。
-
Theorem 5(策略学习一致性):若策略类 \(\Pi\) 是 VC 类且损失函数满足 Condition 2,则
\[\hat{V}^{\text{KCMC}}_{\inf}(\pi_{\hat{\beta}}) \xrightarrow{p} V^{\text{KCMC}}_{\inf}(\pi_{\beta^*}),\]其中 \(\pi_{\hat{\beta}}\) 是最大化经验下界的策略,\(\pi_{\beta^*}\) 是最大化总体下界的策略。 -
Theorem 7(渐近正态性):在 Condition 1 和 Condition 3 下,
\[\sqrt{n}(\hat{\theta} - \theta^*) \xrightarrow{d} N(0, V^{-1} J V^{-1}),\]其中 \(V\) 是损失函数的 Hessian,\(J\) 是得分函数的协方差矩阵。这为构造置信区间提供了基础。 -
Example 3(Box constraints 的解):在 box constraints 下,对偶问题有解析解,最优权重 \(\tilde{w}^*\) 是条件分位数的函数,与 Dorn and Guo (2022) 的估计量一致。
-
Example 6(与 Dorn and Guo 的关系):当选择特定的基函数 \(\psi_1(t,x) = \frac{\pi(t|x)}{p_{\text{obs}}(t|x)} \hat{Q}(t,x)\) 时,KCMC 估计量退化为 Dorn and Guo 的 quantile balancing 估计量。
证明路线与技术技巧¶
- 整体路线:
- 原问题:\(V^{\text{CMC}}_{\inf}(\pi) = \min_{w \in W^{\text{CMC}}} \mathbb{E}[w(Y,T,X) r(Y,T,X)]\)。
- 对偶:利用拉格朗日对偶,将原问题转化为对偶问题(最大化一个凹函数),对偶变量 \(\eta(t,x)\) 对应于条件矩约束的乘子。
- 有限维近似:用基函数 \(\{\psi_d\}\) 近似 \(\eta(t,x)\),得到 KCMC 问题。
- 经验版本:用样本均值替代总体期望,得到 \(\hat{V}^{\text{KCMC}}_{\inf}(\pi)\)。
-
M-估计分析:将 \(\hat{V}^{\text{KCMC}}_{\inf}(\pi)\) 视为 M-估计量,利用标准工具(一致收敛、连续性、可识别性)证明一致性;利用二阶展开和中心极限定理证明渐近正态性。
-
关键技巧:
- 强对偶性:这是本文的核心技巧。通过强对偶,将难以直接处理的 min-max 问题转化为一个凸优化问题,从而可以用标准凸优化算法求解。
- 核方法:用 kernel PCA 生成基函数 \(\{\psi_d\}\),使得低秩近似能够自适应地捕捉 \(\eta^*_{\text{CMC}}\) 的主要成分。
- M-估计理论:将估计问题嵌入 M-估计框架,避免了针对特定问题(如分位数回归)的定制化证明,从而简化了理论分析。
- Lipschitz 常数计算:在 box constraints 下,利用 \(f^*_{t,x}\) 的显式形式计算 Lipschitz 常数,从而给出 specification error 的具体上界。
真实例子与应用¶
- 合成数据(Section 4.2):使用二元处理、5 维上下文的高斯数据,比较 KCMC、Zhao et al. (2019) 的 ZSB 估计量、Dorn and Guo (2022) 的 QB 估计量。结果显示 KCMC 的下界比 ZSB 更紧(即更高),与 QB 相当。
- 真实数据(Section 4.3):使用 1966-1981 年全国纵向调查(NLS)中 668 名年轻男性的数据,估计工会会员资格对工资的影响。结果显示 KCMC 的置信区间比 ZSB 更窄,且经过二阶偏差校正后,区间更接近真实值。
- 连续处理(Section 4.4):在合成数据上展示 KCMC 可以处理连续处理,而 ZSB 和 QB 无法直接应用。
- 策略学习(Section 4.5):在合成数据上展示 KCMC 用于策略学习时,学到的策略比 ZSB 策略有更高的最坏情况价值。
🔎 结论是否比证明窄¶
- 是的,存在多处"证明窄于结论"的情况:
- Theorem 2 的 Lipschitz 常数:作者在 Example 4 中只给出了 box constraints 下的 Lipschitz 常数,对于一般的 f-divergence 约束,Lipschitz 常数是否存在、如何计算,作者没有给出明确答案。这意味着 Theorem 2 的实用性仅限于 box constraints。
- Theorem 5 的 VC 条件:作者假设策略类是 VC 类,但并未讨论非 VC 类(如神经网络)的情况。在深度学习时代,这是一个明显的限制。
- Theorem 7 的渐近正态性:作者在 Condition 3 中假设损失函数二阶可微,但在 box constraints 下,损失函数是分位数函数的复合,可能不满足二阶可微性。作者在 Appendix D 中推导了 Hessian 的解析形式,但并未严格验证 Condition 3 的所有条件。
- Specification error 的收敛速度:Lemma 3 只证明了当 \(D, n \to \infty\) 时 specification error 趋于零,但没有给出收敛速度。这意味着在实践中,我们不知道需要多少个基函数才能达到理想的精度。
- 策略学习的"一致性":Theorem 5 证明的是 \(\hat{V}^{\text{KCMC}}_{\inf}(\pi_{\hat{\beta}}) \to V^{\text{KCMC}}_{\inf}(\pi_{\beta^*})\),即估计的下界收敛到真实下界。但这并不直接意味着学到的策略 \(\pi_{\hat{\beta}}\) 在真实环境中的表现接近最优策略 \(\pi_{\beta^*}\)。作者没有讨论策略的 regret 界。
四、开放问题¶
-
收敛速度:Lemma 3 只给出了 specification error 的极限行为,没有给出收敛速度。能否在更具体的假设下(如 \(\eta^*_{\text{CMC}}\) 属于某个 Sobolev 空间或 Besov 空间)推导出 \(D\) 与 \(n\) 的最优权衡?这直接关系到 KCMC 估计量的实际可用性。
-
自适应选择基函数数量:作者建议用 GIC 或交叉验证来选择 \(D\),但没有理论保证。能否设计一个数据自适应的准则,使得选择出的 \(D\) 在某种意义下是最优的(如最小化均方误差)?
-
非 VC 策略类:Theorem 5 假设策略类是 VC 类。对于现代机器学习中常用的策略类(如神经网络),能否用 Rademacher 复杂度或其他工具推广一致性结果?
-
f-divergence 约束下的 Lipschitz 常数:Theorem 2 的实用性依赖于 Lipschitz 常数的计算。对于一般的 f-divergence(如 KL、Hellinger、χ²),能否给出 Lipschitz 常数的显式上界?这需要更精细的凸分析。
-
序贯决策的扩展:作者在 Related Work 中提到 Bruns-Smith and Zhou (2023) 和 Bennett et al. (2024) 将锐利界扩展到序贯决策,但本文没有涉及。能否将 KCMC 框架扩展到动态处理机制(dynamic treatment regimes)?
-
半参数效率:作者证明了 KCMC 估计量的渐近正态性,但未讨论其半参数效率。在 box constraints 下,KCMC 估计量是否达到了半参数效率下界?如果不是,如何构造更高效的估计量?
-
敏感性参数的校准:如何选择 \(\Gamma\) 或 \(\gamma\)?作者没有讨论。能否基于观测数据(如倾向得分的分布)来校准这些参数,而不是主观设定?
-
与负对照的联系:作者在 Related Work 中提到负对照(negative controls)是另一种处理未观测混杂的方法。KCMC 框架能否与负对照方法结合,以利用额外的代理变量信息?
提醒:要确认上述问题是否真的是 gap,建议去读以下近期论文的引言部分(各约 5 篇): - 关于敏感性分析:Dorn and Guo (2022)、Dorn et al. (2021)、Oprescu et al. (2023)、Jin et al. (2022)、Tan (2006)。 - 关于鲁棒策略学习:Kallus and Zhou (2018, 2021)、Bruns-Smith and Zhou (2023)、Bennett et al. (2024)。 - 关于核条件矩约束:Kremer et al. (2022)、Muandet et al. (2020a)、Singh (2020)、Mastouri et al. (2021)。
如果这些论文的引言都指向同一个未解决问题,那很可能是一个真 gap;如果它们各说各话,那可能是一个机会(但需要更仔细地判断)。
Maintained by 陈星宇 · Homepage · Source on GitHub