跳转至

Causal Learning with Invalid Instruments for High-dimensional Imaging Responses

作者: Yiting Wang, Chunlin Li, Shan Yu, Lily Wang
主题: 因果推断
相关性: 8/10
链接: https://arxiv.org/abs/2611.13187


一、领域脉络与小综述

这个方向是什么

本文所研究的根本问题是:在存在未观测混杂且大量候选工具变量可能局部无效的情况下,如何从观测数据中识别并估计一个随空间位置变化的因果效应函数。这是一个将因果推断(工具变量法)与函数型数据/高维影像分析交叉的前沿方向。其核心张力在于:经典工具变量方法要求工具变量严格有效(排除限制、无混杂),而现实应用中(如孟德尔随机化中的遗传变异)这一假设常常被违反。本文的创新在于,不要求工具变量在每一个空间位置都有效,而是利用影像数据固有的空间结构(平滑性)来"借用"邻近位置的信息,从而在局部工具变量假设失效的情况下仍能恢复全局的因果效应。该方向当前处于快速发展期,主要进展集中在如何将稳健的因果推断方法与高维、结构化数据的统计学习相结合。

发展脉络

  1. 奠基工作:无效工具变量的稳健推断。Kang et al. (2016) 和 Guo et al. (2018) 等提出了针对标量结果的稳健工具变量方法,其核心是"多数有效"(plurality)假设——即在一组候选工具变量中,有效的工具变量占多数。这些方法通过两阶段最小二乘(TSLS)的变体或惩罚回归来筛选无效工具变量。留下的口子:这些方法假设工具变量的有效性是全局的(要么有效要么无效),无法处理工具变量有效性随空间位置变化的情形。

  2. 主要进展:函数型数据与影像回归。Yu et al. (2021, 2022) 等发展了基于三角剖分的多元样条方法,用于处理定义在不规则区域上的影像数据。这些方法将函数型数据的平滑性假设与高维计算的可行性结合起来,为处理影像结果提供了工具。留下的口子:这些方法主要关注预测或关联分析,并未涉及因果识别,特别是未考虑内生性和工具变量问题。

  3. 当前前沿:空间变化的因果效应。本文(Wang et al., 2026)直接填补了上述两个方向的空白。作者将"多数有效"的稳健工具变量思想推广到函数型数据,提出了一个统一的框架,该框架能够:

    • 允许工具变量的有效性随空间位置变化(局部无效)。
    • 利用空间平滑性作为识别的新来源,而非仅仅作为估计的惩罚项。
    • 在"处处多数有效"(everywhere plurality)这一过强假设不成立时,仍能实现因果效应的识别。

子线索聚类

从参考文献和引言来看,该领域的研究可大致分为以下几条子线索:

  • 线索一:稳健工具变量选择与推断。以 Kang et al. (2016), Windmeijer et al. (2019, 2021), Guo et al. (2018), Lin et al. (2023, 2024) 为代表。这一簇专注于标量结果,核心是开发对无效工具变量稳健的估计量和检验方法,其理论基础是"多数有效"假设。本文的识别策略直接继承并推广了这一思想。
  • 线索二:函数型数据回归与影像统计。以 Yu et al. (2021, 2025), Li et al. (2024), Zhou et al. (2014) 为代表。这一簇专注于高维影像结果的统计建模,核心是利用样条、张量回归等工具处理数据的空间结构和超高维度。本文的估计方法(三角剖分样条、分布式计算)主要来源于此。
  • 线索三:因果推断中的工具变量方法。以 Angrist et al. (1996) 为经典代表,Florens and Van Bellegem (2015) 等将其扩展到函数型设定。这一簇提供了因果推断的理论语言和识别条件(如有效性、排除限制)。本文是这一线索在"无效工具变量"和"高维影像"双重挑战下的最新延伸。

这个方向在追问的核心问题

  1. 识别问题:当工具变量在部分空间区域无效时,因果效应函数在什么条件下是可识别的?本文的回答是:需要"空间平滑性"与"局部多数有效"的结合(定理1)。
  2. 估计问题:如何在超高维(百万级体素)和复杂空间结构下,高效且稳定地估计出因果效应函数?本文的回答是:利用三角剖分样条和分布式优化算法。
  3. 推断问题:如何为估计出的因果效应函数构造具有正确覆盖率的置信区域?本文的回答是:建立逐点渐近正态性,并用bootstrap校准同时置信区域。

⚠️ 作者的 framing

作者将本文的核心贡献明确框定为:"利用空间结构作为因果识别的新来源"。在引言中,作者强调"spatial smoothness can help identify spatially varying causal effects in IV models even when standard pointwise IV identification conditions fail over substantial portions of an image"。这是作者对本文定位的陈述。作者通过这种方式,将本文与传统的"先逐点估计、再平滑后处理"的方法区分开来,强调其方法在识别层面而非仅仅估计层面利用了空间信息。作者淡化了"多数有效"假设在空间上的具体形式(即"处处多数有效"),转而强调"空间连续性"与"非平滑切换"这一对更弱的条件。

张力

在参考文献中,未见明显的对立引用。但存在一个值得注意的潜在张力:Kang et al. (2016) 等标量结果方法通常假设工具变量的有效性是全局的,而本文允许其局部变化。这并非矛盾,而是推广。真正的张力可能在于:当"局部多数有效"在空间上以何种速度变化时,本文的识别策略会失效?作者通过假设"无效IV效应非光滑切换"(即有效性状态在空间上是分段常数的)来规避这一问题,但这在应用中可能是一个较强的假设。


二、最核心、最简单的例子 / 数学问题

第一步:符号、模型与可观测数据

在展开技术细节前,我们先建立一套清晰的记号。这是理解全文的基础。

  • 空间位置:\(s \in \Omega \subset \mathbb{R}^\kappa\),其中 \(\kappa \in \{2, 3\}\) 表示二维或三维影像。\(\Omega\) 是紧致连通区域。
  • 可观测数据:我们观测到 \(n\) 个独立同分布的受试者。对每个受试者 \(i\),我们观测到:
  • 影像结果:\(Y_i(s)\),一个定义在 \(\Omega\) 上的随机函数(如FDG-PET测量值)。实际观测是在 \(N\) 个离散位置(体素/像素)\(s_1, \dots, s_N\) 上进行的。
  • 暴露/处理:\(D_i\),一个标量(如p-tau水平)。
  • 候选工具变量:\(Z_i = (Z_{i1}, \dots, Z_{ip})^\top\),一个 \(p\) 维随机向量(如 \(p\) 个SNP)。
  • 协变量:\(X_i\)(如年龄、性别),在本文中通过预先回归(residualization)处理,故在核心模型中省略。
  • 模型结构:核心是如下联立方程模型(对应原文公式(1)):
  • 结果方程:\(Y_i(s) = D_i \beta^*(s) + Z_i^\top \alpha^*(s) + U_i(s) + \varepsilon_i(s)\)
  • 第一阶段方程:\(D_i = Z_i^\top \gamma^* + \xi_i\)
  • 关键参数与函数:
  • \(\beta^*(s)\):目标估计量,即空间变化的因果效应函数。
  • \(\alpha^*(s) = (\alpha^*_1(s), \dots, \alpha^*_p(s))^\top\):工具变量对结果的直接效应向量。若 \(\alpha^*_\ell(s) = 0\),则工具变量 \(\ell\) 在位置 \(s\) 处是有效的(满足排除限制)。
  • \(\gamma^*\):第一阶段效应向量(常数,不随空间变化)。
  • \(U_i(s)\):未观测混杂的时空过程,与 \(D_i\) 相关(通过 \(\xi_i\)),导致 \(D_i\) 内生。
  • \(\varepsilon_i(s)\):测量误差,与 \(D_i, Z_i\) 独立。
  • \(\xi_i\):第一阶段误差,与 \(Z_i\) 独立,但与 \(U_i(\cdot)\) 相关(这是混杂的来源)。
  • 可观测与不可观测的区分:研究者能观测到的是 \(\{Y_i(s_j), D_i, Z_i\}\)。研究者观测不到的是 \(\{U_i(s), \varepsilon_i(s), \xi_i\}\)。因果推断的目标就是从可观测数据中,剥离出 \(U_i(s)\) 和 \(\alpha^*(s)\) 的干扰,识别出 \(\beta^*(s)\)。

第二步:最小内核

现在,我们剥离所有技术细节,找到支撑全文的那个最小内核。这个内核可以概括为一个识别问题:

问题:在模型 \(Y(s) = D\beta^*(s) + Z^\top\alpha^*(s) + U(s) + \varepsilon(s)\) 中,给定 \(Z\) 与 \(D\) 相关(\(Z\) 是工具变量),但 \(Z\) 可能对 \(Y(s)\) 有直接效应 \(\alpha^*(s)\),且存在未观测混杂 \(U(s)\) 与 \(D\) 相关。我们能否仅利用观测数据 \((Y, D, Z)\) 识别出 \(\beta^*(s)\)?

经典答案(工具变量法):如果 \(Z\) 是有效的,即 \(\alpha^*(s) = 0\) 且 \(Z \perp U(s)\),那么 \(\beta^*(s)\) 可以通过两阶段最小二乘(TSLS)识别:\(\beta^*(s) = \frac{\text{Cov}(Z, Y(s))}{\text{Cov}(Z, D)}\)。

本文的挑战:如果 \(Z\) 在位置 \(s\) 处无效(\(\alpha^*(s) \neq 0\)),那么 TSLS 估计量是有偏的,因为 \(\text{Cov}(Z, Y(s)) = \gamma^* \text{Var}(D)\beta^*(s) + \text{Cov}(Z, Z^\top\alpha^*(s))\),第二项不为零。

本文的核心思想(最小内核):考虑一个最简单的特例:假设只有两个工具变量 \(Z_1, Z_2\),且 \(p=2\)。在某个位置 \(s\),\(Z_1\) 是有效的(\(\alpha^*_1(s) = 0\)),而 \(Z_2\) 是无效的(\(\alpha^*_2(s) \neq 0\))。那么,我们可以用 \(Z_1\) 作为工具变量来识别 \(\beta^*(s)\)。问题在于:我们不知道在哪个位置 \(Z_1\) 是有效的。

本文的解法(空间传播):假设 \(\beta^*(s)\) 是平滑的(属于 \(C^r\)),而 \(\alpha^*(s)\) 是分段常数的(非平滑切换)。那么,在一个足够小的邻域内,\(\beta^*(s)\) 近似不变,而 \(\alpha^*(s)\) 要么是0(有效),要么是非零常数(无效)。如果存在一个开集 \(\Omega_0\) 使得"多数有效"(plurality)成立——即在这个开集内,有效的工具变量数量多于任何一组共享相同无效效应的工具变量数量——那么,我们可以通过比较不同工具变量在该开集内给出的"局部TSLS估计量",来识别出哪些工具变量是有效的。一旦识别出有效工具变量,就可以利用空间平滑性将识别结果从 \(\Omega_0\) 传播到整个区域 \(\Omega\)。

这个内核的数学本质:本文的定理1(识别性)本质上是在说:在"平滑的因果效应"与"分段常数的无效效应"这一对假设下,观测数据的联合分布唯一地决定了 \(\beta^*(s)\)。证明的关键在于,利用空间结构将"处处多数有效"这一全局假设,弱化为"存在一个多数有效的开集"加上"因果效应平滑"这一局部假设。这个内核与高维统计中的"稀疏性"思想类似——在这里,"空间平滑性"扮演了"稀疏性"的角色,使得在局部信息不足的情况下,可以通过借用邻近位置的信息来实现全局识别。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:本文研究了在高维影像响应变量下,当大量候选工具变量可能在部分空间区域无效时,如何识别和估计空间变化的因果效应函数。
  2. 核心工具/方法:提出了 Hi-FIVE 框架,该框架结合了三角剖分上的多元样条(用于建模平滑的因果效应)、区域惩罚(用于识别局部无效的工具变量)以及分布式优化算法(用于处理大规模数据)。
  3. 主要结论:在"因果效应平滑"和"无效效应非光滑切换"的假设下,即使"处处多数有效"不成立,因果效应函数仍可被识别(定理1);所提出的估计量具有一致性(定理2)和逐点渐近正态性(定理3),且通过模拟和ADNI真实数据验证了其有效性。

关键设定与假设

在第二节最小内核的基础上,本文补全了如下关键设定:

  • 函数空间:\(\beta^*(s) \in C^r(\Omega)\),即 \(r\) 次连续可微。这是平滑性假设,是识别和估计的基础。
  • 无效效应结构:\(\alpha^*_\ell(s)\) 被建模为分片多项式(在三角剖分 \(\triangle_2\) 的每个单纯形上是多项式),且允许在单纯形边界上跳跃。这是非光滑切换假设,是区分"因果效应"与"无效效应"的关键。
  • 锚定约束:要求每个单纯形上至少有一个工具变量是有效的(原文公式(7))。这是识别条件,保证了在每个局部区域,至少有一个"锚"可以用来确定 \(\beta^*(s)\) 的水平。
  • 多数有效假设的弱化:本文的定理1不要求"处处多数有效",而是要求存在一个多数有效的开集 \(\Omega_0\)(条件A2),且无效效应的切换是非光滑的(条件A3)。这是对现有文献的重要放松。
  • 误差结构:假设误差项是次高斯的,且空间协方差满足一定的正则性条件(假设B4-B5),以保证集中不等式和中心极限定理成立。
  • 信号分离条件:假设B8要求不同工具变量的无效效应在空间上可区分,且存在一个联合信号分离条件,使得错误的工具变量选择会导致可检测的拟合损失。

主要结果

  • 定理1(识别性):在假设A1-A3下,\(\beta^*(s)\) 在 \(\Omega\) 上是可识别的。证明思路是:先在多数有效区域 \(\Omega_0\) 内,通过比较不同工具变量的"局部比率" \(r_\ell(s) = \frac{\text{Cov}(Z_\ell, Y(s))}{\text{Cov}(Z_\ell, D)}\) 来识别有效工具变量;然后利用 \(\beta^*(s)\) 的平滑性,将识别结果从 \(\Omega_0\) 传播到 \(\Omega\)。关键点:这个定理将识别问题转化为一个"聚类"问题——有效工具变量的比率都等于 \(\beta^*(s)\),而无效工具变量的比率则不同。
  • 定理2(估计一致性):在假设B1-B8下,Hi-FIVE 估计量 \(\hat{\beta}(s)\) 在 \(L^2\) 范数下是相合的,收敛速度为 \(O_P(|\triangle|^{d+1} + n^{-1/2} + \lambda_R (nN|\triangle|^2)^{-1})\)。这个速度显式地刻画了逼近误差(\(|\triangle|^{d+1}\))、估计误差(\(n^{-1/2}\))和惩罚偏差(\(\lambda_R\))之间的权衡。
  • 定理3(逐点渐近正态性):在假设B1-B9下,对于固定位置 \(s\),\(\hat{\beta}(s)\) 是渐近正态的,方差由条件方差 \(\sigma^2_\beta(s)\) 给出。这为构造点wise置信区间提供了理论基础。
  • 推论(同时置信区域):基于定理3和bootstrap,构造了具有渐近正确覆盖率的同时置信区域(SCR),用于对整个因果效应函数进行联合推断。

证明路线与技术技巧

整体路线(从假设到结论的5步逻辑主干):

  1. 第一步:Oracle 估计量。假设已知真正的无效工具变量集合 \(A^*\),定义 oracle 估计量 \(\hat{\beta}^o(s)\),它只使用有效工具变量进行两阶段最小二乘估计。这一步的目标是建立 oracle 估计量的收敛速度和渐近正态性。
  2. 第二步:选择一致性。证明 Hi-FIVE 的惩罚估计量能够以趋于1的概率正确识别无效工具变量集合(即 \(\hat{A} = A^*\))。这是整个证明的核心难点,依赖于假设B8的信号分离条件。
  3. 第三步:Oracle 等价。结合前两步,证明 Hi-FIVE 估计量 \(\hat{\beta}(s)\) 与 oracle 估计量 \(\hat{\beta}^o(s)\) 在概率意义上等价(即 \(\Pr(\hat{\beta} = \hat{\beta}^o) \to 1\))。
  4. 第四步:渐近分布。利用 oracle 等价性,将定理3的渐近正态性从 oracle 估计量转移到 Hi-FIVE 估计量。
  5. 第五步:Bootstrap 校准。证明 wild bootstrap 能够一致地估计 \(\hat{\beta}(s)\) 的渐近分布,从而校准 SCR 的临界值。

关键技巧:

  • 三角剖分与 Bernstein-Bézier 基:利用局部支撑的基函数,将函数估计问题转化为高维但稀疏的线性回归问题。这是处理不规则区域和复杂边界的关键。
  • 区域惩罚与锚定约束:对无效效应 \(\alpha_\ell\) 施加分组 SCAD 惩罚,实现局部变量选择;锚定约束保证了每个单纯形上至少有一个有效工具变量,避免了不可识别性。
  • 分布式 ADMM 算法:将全局优化问题分解为局部子问题,通过交替方向乘子法(ADMM)协调,使得算法可以并行处理大量单纯形,显著降低了计算复杂度。
  • mBIC 准则:提出修正的 BIC 用于选择惩罚参数 \(\lambda_S\),其理论性质(命题A.3, A.4)保证了选择的一致性。
  • 有效样本量:通过空间协方差结构估计每个单纯形内的有效样本量,用于调整惩罚权重和构造检验统计量。

真实例子与应用

本文应用 Hi-FIVE 分析了 ADNI(阿尔茨海默病神经影像计划) 数据,研究磷酸化tau蛋白(p-tau)对FDG-PET成像的因果效应。

  • 数据:105名受试者(29名认知正常,39名早期MCI,37名MCI),FDG-PET图像大小为 \(79 \times 95 \times 68\)。5个SNP作为候选工具变量。
  • 方法应用:
    1. 将年龄、性别、诊断作为协变量进行残差化。
    2. 使用三角剖分(\(K_1 = 317\) 个四面体)建模因果效应 \(\beta(s)\) 和无效效应 \(\alpha_\ell(s)\)。
    3. 应用 Hi-FIVE 算法估计 \(\beta(s)\),并识别每个单纯形上的无效工具变量。
  • 结果:
    • 估计出的因果效应图显示,p-tau 对 FDG-PET 的因果效应在颞叶、顶叶和后扣带回等区域显著为负,这与AD相关的低代谢模式一致。
    • Hi-FIVE 识别出不同SNP在不同脑区的无效性模式,例如 rs744373 和 rs3820575 在多个区域有正的直接效应,而 rs6656401 和 rs3851179 则主要为负效应。
    • 与逐点 TSLS 和 sisVIVE 相比,Hi-FIVE 的估计结果更平滑,且在无效工具变量区域避免了明显的偏倚。
  • 该例子想说明什么:该应用展示了 Hi-FIVE 在实际神经影像遗传学研究中的可用性,证明了其能够从存在大量潜在无效工具变量的观测数据中,提取出具有生物学意义的空间因果效应图谱。

🔎 结论是否比证明窄

是的,存在几处结论比证明窄的情况,值得注意:

  1. 定理1的识别性依赖于"非光滑切换":定理1的证明明确依赖于无效效应 \(\alpha^*_\ell(s)\) 在单纯形边界上的非光滑切换(假设A3)。然而,在真实应用中,无效效应可能是平滑变化的。作者在讨论部分承认了这一点,但并未给出平滑切换情形下的识别性证明。因此,定理1的适用范围严格限于分段常数的无效效应。
  2. 定理2的收敛速度依赖于 \(p\) 固定:定理2的证明假设工具变量个数 \(p\) 是固定的。在遗传学应用中,\(p\) 可能很大(成百上千个SNP)。虽然作者在讨论中提到"将 \(p\) 视为固定",但并未给出 \(p\) 随 \(n\) 增长时的理论结果。因此,定理2的结论在高维工具变量场景下可能不成立。
  3. 定理3的渐近正态性是逐点的:定理3只证明了逐点渐近正态性,而 SCR 的构造依赖于 bootstrap 对联合分布的逼近。虽然作者通过模拟验证了 SCR 的覆盖率,但理论上并未证明 bootstrap 对联合分布的一致逼近。因此,SCR 的渐近有效性是经验性的,而非严格证明的。
  4. 假设B8的信号分离条件是全局的:假设B8要求错误的工具变量选择会导致全局拟合损失,且损失量级可检测。这个条件在理论上很强,且难以在应用中验证。作者在 Remark 1 中通过一个特例(例A.1)验证了该条件,但并未给出一般性的验证方法。

四、开放问题

以下问题均扎根于本文的具体语句或证明中的薄弱环节,供你进一步探索:

  1. 平滑无效效应的识别性:定理1要求无效效应"非光滑切换"(假设A3)。若无效效应是平滑变化的,识别性是否仍然成立?需要什么额外的条件?这是一个直接的理论缺口,扎根于定理1的证明。
  2. 高维工具变量的理论:定理2和3假设 \(p\) 固定。当 \(p\) 随 \(n\) 增长时,Hi-FIVE 的收敛速度和渐近分布如何变化?是否需要更强的信号分离条件或不同的惩罚方式?这扎根于定理2的收敛速度表达式。
  3. SCR 的严格理论证明:本文通过模拟验证了 bootstrap SCR 的覆盖率,但未给出其联合分布逼近的严格证明。能否在更弱的条件下证明 bootstrap 的一致性?这扎根于定理3和推论B.1的陈述。
  4. 信号分离条件的可验证性:假设B8是理论证明的核心,但在实际应用中难以验证。能否设计一个数据驱动的检验方法来验证该条件,或给出一个更弱但可验证的替代条件?这扎根于假设B8的陈述。
  5. 与现有稳健IV方法的统一:本文的方法与标量结果的稳健IV方法(如Kang et al., 2016)有何深层联系?能否将本文的空间识别思想推广到其他类型的结构化数据(如网络数据、时空数据)?这扎根于引言中对相关工作的综述。

提示:要确认上述问题是否为真 gap,建议去读同子领域(函数型数据因果推断、稳健工具变量)近期约5篇论文的引言和讨论部分。如果多篇论文都指向同一个未解决问题,那很可能是一个值得投入的共识性 gap;如果各篇论文的开放问题互相矛盾,则可能意味着该问题尚未形成清晰的研究框架,机会与风险并存。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论