Proximal Causal Inference

정의

비관측 교란 $U$가 있을 때, 두 종류의 proxy로 인과효과를 식별:

• NCE(treatment-inducing confounding proxy) $Z$: $Z\perp Y\mid U,A,X$
• NCO(outcome-inducing) $W$: $W\perp A\mid U,X$

outcome confounding bridge $h$가 Fredholm 적분방정식 $E[Y\mid Z,A,X]=E\big[h(W,A,X)\mid Z,A,X\big]$ 를 풀면, 인과효과는 $h$의 범함수로 식별된다. completeness(proxy가 $U$를 충분히 비추는 조건)가 가해성 보장.

직관적 이해

$U$를 측정 못 해도, $U$의 두 “그림자”(proxy)로 교란을 삼각측량해 효과를 복원한다. 단일 modality가 완전치 않아도 여러 proxy의 fusion이 completeness를 달성할 수 있다.

관련 개념

• Negative Control Outcome · Partial Identification · Sensitivity Analysis · CATE · Efficient Influence Function(semiparametric proximal)

참고 논문

• Miao, Geng & Tchetgen Tchetgen, Biometrika 105(4):987–993, 2018 — proxy 비모수 식별
• Tchetgen Tchetgen, Ying, Cui, Shi & Miao, “An Introduction to Proximal Causal Inference”, Statistical Science 39(3):375–390, 2024
• Cui, Pu, Shi, Miao & Tchetgen Tchetgen, “Semiparametric Proximal Causal Inference”, JASA 119(546):1348–1359, 2024