Inferencia causal con estructura de interferencia de red especificada incorrectamente

Área de la Ciencia:

• Inferencia causal
• Análisis de redes
• Análisis de redes sociales

Sus antecedentes:

• La interferencia entre unidades es común en muchos campos.
• Los patrones de interferencia a menudo se modelan utilizando redes.
• La especificación precisa de la red es crucial pero desafiante.

Objetivo del estudio:

• Investigar las consecuencias de la falta de especificación de la red en la estimación del efecto causal.
• Desarrollar un novedoso estimador robusto a la falta de especificación de la red.

Principales métodos:

• Derivación de los límites de sesgo para redes especificadas incorrectamente.
• Cuantificación del sesgo utilizando las probabilidades de exposición inducida.
• Desarrollo de un novedoso estimador que aprovecha múltiples redes.

Principales resultados:

• La estimación del sesgo aumenta con la divergencia de la red.
• El estimador propuesto no tiene sesgos si al menos una red es correcta.
• Las simulaciones y el experimento de campo demuestran la utilidad del estimador.

Conclusiones:

• La falta de especificación de la red plantea un desafío significativo en la inferencia causal.
• El estimador propuesto de múltiples redes ofrece robustez a los errores de especificación de la red.
• Este enfoque mejora la confiabilidad de la estimación del efecto causal en entornos de red.