3254 字
16 分钟
次浏览
因果推断(二):ITE、ATE、ATT 和 CATE 有什么区别

0. 接着看不同人群的处理效应#

上一篇从潜在结果出发,介绍了个体和平均处理效应。这一篇继续看:如果只关心参加辅导的人,或者基础成绩相近的一组人,应该计算哪一种效应?

下面的定义和假设主要参考 A Survey on Causal Inference。

NOTE

这是初学者的个人笔记,内容和理解难免有误,欢迎指正。

1. 先定义要比较谁,再看怎么计算#

本篇沿用第一篇的潜在结果框架,把处理符号 TT 改记为综述中的 WW。需要条件概率和期望的基础。主要用课程辅导作例子:某位学生是否参加课程辅导(W=1W=1 参加,W=0W=0 不参加),YY 是之后的考试分数,XX 是辅导开始前的基础成绩。处理效应描述的是同一个人在两种方案下的结果差,而不同指标会对不同人群取平均。因此,先弄清楚指标比较的是哪些人,再看数据是否足够算出它。

1.1 从一个人的结果,到一群人的平均效应#

定义 1:研究单元(Unit)。 研究单元就是我们安排处理、记录结果的对象。在辅导例子里,一个学生就是一个研究单元。

研究单元可以是一位患者或一个人,也可以是一组人,例如一个班级或一个市场中的人群。具体取决于研究怎样定义处理对象。

定义 2:处理(Treatment)。 处理就是我们要比较的行动或条件,例如参加辅导和不参加辅导。

假设给某个病人开药,“开 A 药”和“开 B 药”分别是一种处理。令 W (W ∈\in {0, 1, 2, … , N_w }) 表示处理类别,这里 Nw+1N_w + 1 是处理的个数。

定义 3:潜在结果(Potential outcome)。 对每个研究单元和每一种处理,都可以定义“这个单元接受该处理时会得到的结果”,即相应的潜在结果。

处理 ww 对应的潜在结果记为 Y(w)Y(w)

Yi(w)Y_i(w) 指同一个体 ii 在指定处理 ww 下的结果。这里括号表示处理方案,不是条件概率事件;Yi(1)Y_i(1) 对实际未处理的人也有定义。不同处理对应的潜在结果也可能具有相同的数值。

定义 4:观测结果(Observed outcome)。 观测结果是研究单元实际接受的处理所对应的结果。

观测结果有时也称为 factual outcome(事实结果),用 YFY^F 表示,其中 F 指 factual。

对某位已经考完试的学生,观测结果就是表中记下的成绩。换到总体来看,不同学生的成绩仍然可以用随机变量描述。

NOTE

观测结果(YFY^F)和潜在结果(Y(w)Y(w))的关系是:当研究单元实际接受处理 ww 时,在一致性假设下都有 YF=Y(w)Y^F=Y(w)。二元处理时也可写成 YF=WY(1)+(1−W)Y(0)Y^F=WY(1)+(1-W)Y(0):当 W=1W=1 只留下第一项,当 W=0W=0 只留下第二项。

定义 5:反事实结果(Counterfactual outcome)。 如果研究单元接受另一种处理,它会得到的结果称为反事实结果。

反事实结果对应实际接受的处理 ww 之外的其他处理,是那些处理下的潜在结果。

在同一个研究时点和相同初始条件下,一个研究单元只能实际接受一种处理,也只能观察那一列潜在结果。之后让同一个人改用另一处理,时间、状态或前次处理的影响也可能改变,因此通常不能直接当作原时点缺失的那个反事实。

把“实际看到的结果”和“缺失的另一种结果”放在同一张图里,更容易区分个体效应与组间差异:

Facure 教材原图:左侧同一研究单元的两个潜在结果纵向配对,右侧两组未处理潜在结果的差异显示选择偏差

这张原图另用“学校是否提供平板电脑”作示意,横轴是学费,纵轴是考试表现,不是下文辅导四人表的数据。图中 TT 对应本文的 WW,Y1,Y0Y_1,Y_0 对应 Y(1),Y(0)Y(1),Y(0)。

  • 左图:深色点表示观测结果,浅色点补出无法同时观测的反事实;同一横坐标的一对点,纵向差才是同一单元的处理效应。
  • 右图:把两组都放到“不处理”的 Y0Y_0 状态,两组平均值仍可不同。这个差异是选择偏差,不能算作处理带来的收益。
  • 因此 ATE 与 ATT 都先问“同一人的两种结果差多少”,再决定平均哪些人;都不能只把两组深色点的平均值直接相减。

图源:Matheus Facure,Causal Inference for the Brave and True,第 1 章 Bias,MIT 许可。原图保留,未替换数据或坐标。

定义 6:处理前变量(Pre-treatment variables)。 处理前变量不会受到本次研究中的处理影响。

处理前变量也称为 background variables(背景变量),通常用 XX 表示。它们不受本次处理影响,但可能影响谁接受处理。比如,某个人的性别不受“发广告”这一处理的影响,但性别可能影响广告是否下发。

定义 7:处理后变量(Post-treatment variables)。 处理后变量会受到本次研究中的处理影响。

在这里,处理后变量指会受处理影响的变量。比如,某个人打开软件的次数会受“发广告”这一处理影响。

定义 8:个体处理效应(Individual Treatment Effect,ITE)。

对于个体 i,其 ITE 的计算公式为:

ITEi=Yi(1)−Yi(0)\text{ITE}_i = Y_i(1) - Y_i(0)

其中,Yi(1)Y_i(1) 和 Yi(0)Y_i(0) 分别是个体 ii 接受处理和不接受处理时的潜在结果。

定义 9:平均处理效应(Average Treatment Effect,ATE)。

ATE 对目标总体中所有个体的处理效应取平均,计算公式为:

ATE=E[Y(1)−Y(0)]\text{ATE} = \mathbb{E}[Y(1) - Y(0)]

这里的期望是对目标总体中的人取平均,而不是只对实际实验组或对照组求平均。对于有限的 nn 个个体,可以写成 1n∑i[Yi(1)−Yi(0)]\frac1n\sum_i[Y_i(1)-Y_i(0)]。这个式子说明了 ATE 的含义,但真实数据里缺少反事实结果,因此不能直接照着公式逐人相减。

定义 10:已处理人群的平均处理效应(Average Treatment effect on the Treated group,ATT)。

ATT 只关注实际接受处理的人。问题是“这些已接受辅导的人,相比他们自己没接受辅导时平均提高多少”,计算公式为:

ATT=E[Y(1)∣W=1]−E[Y(0)∣W=1]\text{ATT} = \mathbb{E}[Y(1)|W=1] - \mathbb{E}[Y(0)|W=1]

注意第二项仍以 W=1W=1 为条件:它是接受辅导者假如没有辅导的平均成绩,不是直接拿未辅导组的成绩代替。两组原本基础不同的话,直接相减会混入选择差异。

定义 11:条件平均处理效应(Conditional Average Treatment Effect,CATE)。

CATE 对满足条件 X = x 的子人群求平均处理效应,计算公式为:

CATE=E[Y(1)∣X=x]−E[Y(0)∣X=x]\text{CATE} = \mathbb{E}[Y(1)|X=x] - \mathbb{E}[Y(0)|X=x]
NOTE

CATE 用于比较不同背景条件下的平均处理效应,因而也用于描述异质处理效应(heterogeneous treatment effect)。

下面的假设数据为每个人列出了两种潜在结果,便于比较这几个定义。在真实数据中,每人只能观测其中一列:

个体基础组 XX实际 WWY(0)Y(0)Y(1)Y(1)个体效应
甲低1507020
乙低0607010
丙高180844
丁高090922

以四人各占四分之一为目标人群,ATE 为 99,实际处理者甲、丙的 ATT 为 1212;低基础组 CATE 为 1515,高基础组为 33。实际观察组均值差却是 (70+84)/2−(60+90)/2=2(70+84)/2-(60+90)/2=2,与上述效应不同。ATE、ATT、CATE 的区别在于对哪些人加权平均,并没有改变“每个人的两个潜在结果之差”这个起点。

例如低基础组里,甲、乙的个体效应分别是 20、10,因此 CATE 是 (20+10)/2=15(20+10)/2=15。但现实中不能直接看到甲的 Y(0)=50Y(0)=50 和乙的 Y(1)=70Y(1)=70:一人参加了辅导,另一人没有。这张表里的两列完整潜在结果是为了说明定义,不是说从观察成绩就能算出每个人的效应。如何在假设下从观测数据识别平均效应,上一篇的调整公式已有推导,下面沿用同样的思路,进一步区分 ATE、ATT 和 CATE 的目标人群。

1.2 什么条件下,观测数据能回答因果问题#

要用实际成绩估计辅导的效果,需要下面这些假设。术语沿用综述,但可以结合辅导例子理解。

假设 1:稳定单元处理值假设(Stable Unit Treatment Value Assumption,SUTVA)。 这个假设包括无干扰和无隐藏处理版本两部分:

  1. 一个个体的潜在结果不受其他个体接受何种处理的影响,即无干扰。这与“不同个体的观测数据在统计上独立”是不同的要求。
  2. 对同一个人,记为同一处理的方案不能包含会导致不同结果的隐藏版本。也就是说,研究需要先说清“参加辅导”具体指什么。

假设 2:可忽略性(Ignorability)。 处理分配 WW 与潜在结果独立,即 W⊥Y(0),Y(1)W \perp Y(0), Y(1)。

可忽略性可以从以下两方面理解:

  1. 潜在结果与实际接受的处理在总体中独立。随机分配是一种支持该假设的研究设计;但即使假设成立,也不能反推出研究采用了随机分配。

  2. 这种独立性称为可交换性:对同一种处理,两组中相应潜在结果的总体分布相同,并不要求每个人的其他条件完全相同。

在辅导例子中,基础较弱的学生可能更愿意参加辅导,基础成绩又会影响两种情况下的期末成绩,于是处理分配与潜在结果并不独立。我们可以考虑较弱的条件假设:

(Y(0),Y(1))⊥W∣X.(Y(0),Y(1))\perp W\mid X.

它表示:在基础条件 XX 相同的人群中,是否参加辅导与两种情况下的潜在成绩独立。如果漏掉了学习动机,而它同时影响报名和成绩,这个假设就可能不成立。写下 ∣X\mid X 表示按这些背景变量分层;条件可交换性是否成立,仍取决于所选的 XX 是否已包含足够的混杂因素。

假设 3:正值性(Positivity,也称重叠)与一致性。 对目标人群中出现的 xx,要求 0<P(W=1∣X=x)<10<P(W=1\mid X=x)<1,让每层都能比较两种处理。若低基础学生全都参加辅导,就没有该层的未辅导观察值;用模型猜出该层未辅导者的成绩,需要额外的外推假设,不能补上原有数据缺少对照的问题。一致性还要求实际接受的方案与所定义的处理一致,才有 YF=Y(W)Y^F=Y(W)。例如“一次答疑”和“整学期一对一辅导”若都混记为 W=1W=1,就需要重新定义处理版本。

1.3 用观测均值计算 ATE、ATT 和 CATE#

ATE、ATT 和 CATE 都是用潜在结果定义的。要从数据中计算它们,需要利用上述假设,将潜在结果的均值表示成可观测的组内均值。固定 xx 后,有:

E[Y(w)∣X=x]=E[Y(w)∣W=w,X=x](条件可交换性)=E[YF∣W=w,X=x](一致性).\begin{aligned} \mathbb E[Y(w)\mid X=x] &=\mathbb E[Y(w)\mid W=w,X=x] &&\text{(条件可交换性)}\\ &=\mathbb E[Y^F\mid W=w,X=x] &&\text{(一致性)}. \end{aligned}

因此令 mw(x)=E[YF∣W=w,X=x]m_w(x)=\mathbb E[Y^F\mid W=w,X=x],两种处理在同一层的均值差为 m1(x)−m0(x)m_1(x)-m_0(x)。在上述假设及所需重叠条件下:

CATE⁡(x)=m1(x)−m0(x),ATE⁡=EX[m1(X)−m0(X)],ATT⁡=EX∣W=1[m1(X)−m0(X)].\begin{aligned} \operatorname{CATE}(x)&=m_1(x)-m_0(x),\\ \operatorname{ATE}&=\mathbb E_X[m_1(X)-m_0(X)],\\ \operatorname{ATT}&=\mathbb E_{X\mid W=1}[m_1(X)-m_0(X)]. \end{aligned}

ATE 按整个人群的 XX 分布加权,ATT 按实际处理者的 XX 分布加权。比如低、高基础组的效应分别为 15、3 分,全体两组各半,ATE 为 9 分;若实际辅导者中 80% 属于低基础组,则 ATT 为 0.8×15+0.2×3=12.60.8\times15+0.2\times3=12.6 分。这里改变了实际辅导者的基础构成,所以 ATT 与前面四人表中的 12 分不同。

面对真实数据,还需要估计 mw(x)m_w(x),例如按层计算样本均值或拟合结果模型,并评估不确定性。这些假设让我们能够计算平均效应,却不能找回每个人缺失的潜在结果。CATE 是组内平均值,同一组里每个人的 ITE 仍可能不同。

参考资料#

  1. Yao et al., A Survey on Causal Inference,定义与假设
  2. Brady Neal, Introduction to Causal Inference,第 2 章,调整公式与识别条件
因果推断(二):ITE、ATE、ATT 和 CATE 有什么区别
https://xuchenhui.cc/posts/2025-02-05-introduction-to-causal-inference-ii/
作者
CHENHUI
发布于
2025-02-05
许可协议
CC BY-NC-SA 4.0

上述许可适用于本站原创内容;引用的图片、代码等第三方素材,以各自注明的许可为准。

📖 目录