[論文レビュー] Efficient Targeted Maximum Likelihood Estimators for Two-Phase Design Problems

Sky Qiu, Susan Gruber+3 more|arXiv (Cornell University)|Feb 27, 2026

Survey Sampling and Estimation Techniques被引用数 0

ひとこと要約

The paper reviews existing estimators for two-phase designs under CAR, and introduces new TMLE-based estimators that are asymptotically equivalent, including IPCW-TMLE with and without targeted phase-2 sampling, and discusses generalized raking and exact remainder terms. It also provides simulations comparing performance.

ABSTRACT

In a typical two-phase design, a random sample is drawn from the target population in phase 1, during which only a subset of variables is collected. In phase 2, a subsample of the phase-1 cohort is selected, and additional variables are measured. This setting induces a coarsened data structure on the data from the second phase. We assume coarsening at random, that is, the phase-2 sampling mechanism depends only on variables fully observed. We review existing estimators, including the generalized raking estimator and the inverse probability of censoring weighted targeted maximum likelihood estimation (IPCW-TMLE) along with its extensions that also target the phase-2 sampling mechanism to improve efficiency. We further introduce a new class of estimators constructed within the TMLE framework that are asymptotically equivalent.

研究の動機と目的

• Two-phase sampling が CAR の下でデータの粗化構造を生じさせる仕組みを明らかにし、完全データ ATE の効率的推定量を特定する。
• 既存の手法（IPCW-TMLE, GR）と非パラメトリック因果推定量の達成における制約を検討する。
• 既知の手法と漸近的に同等となる新しい TMLE ベースの推定量を導入する。
• 提案推定量の頑健性特性を理解するために正確な remainder term を分析する。
• さまざまな misspecification および設計シナリオ下での推定量をシミュレーションで比較する証拠を提供する。

提案手法

• CAR の下で観測データ O=(V,Δ,ΔW2) を定義し、完全データを X、標的パラメータ ΨF(P) = E(Y1−Y0) を設定する。
• IPCW-TMLE および相の2機構を標的化して効率を改善する拡張を検討する。
• 効率影響曲線(EIC) の単純な並べ替えや標的パラメータの別表現によって得られる新しいTMLE推定量のクラスを説明する。
• 正確 remainder term R(P,P0) とそれが漸近的効率性と頑健性の確立における役割を論じる。
• 2相デザイン下でのバイアス・分散・MSE・カバレージに焦点を当て、推定量をシミュレーションで比較する。
• EIC の phase-2 成分を解く代替アプローチとしての generalized raking (GR) の検討と TMLE Targeting との関係を検討する。

Figure 1 : Wald-type 95% confidence interval oracle coverage of raking, IPCW-TMLE, and IPCW-TMLE with targeting of $\Pi$ . Oracle coverage is defined as the proportion of Monte-Carlo runs (out of 1,000) where the 95% confidence interval computed using the empirical standard error covers the true cau

実験結果

リサーチクエスチョン

• RQ1 2相デザインにおける CAR での coarsening が efficient influence curve の構築と efficient 推定量にどのように影響するか？
• RQ2 2相サンプリング下で平均処置効果に対する漸近的に同等な TMLE ベース推定量は何か、IPCW-TMLE および GR とどのように比較されるか？
• RQ3 phase-2 サンプリング機構を標的化することが推定量の効率と頑健性に及ぼす影響は？
• RQ4 これらの推定量の exact remainder term はどのように振る舞い、double robustness や収束率に関する含意は何か？
• RQ5 さまざまなサンプルサイズ・設計設定での偏り・分散・MSE・カバレージの観点から、提案推定量はシミュレーションでどのように性能を示すか？

主な発見

Estimator	n	|Bias| ×10^-3	SE ×10^-2	MSE ×10^-3	Coverage (%)	Oracle Coverage (%)
Raking	500	2.10	16.38	26.78	95	96
Raking	1500	10.41	9.53	9.17	95	95
Raking	2500	3.82	7.23	5.23	95	95
Raking	3500	5.21	6.23	3.91	95	95

• IPCW-TMLE とその targeting-Π バリアントは phase-2 サンプリング機構を targeting ステップに組み込むことで効率を向上させられる。
• EIC の単純な並べ替えから得られる新しい推定量は、2相デザイン問題に対する既存のTMLEと漸近的に同等である。
• Generalized raking は EIC の Π 成分の経験的平均を解くように重みを校正でき、その census estimand の解釈はモデル仕様に依存する。
• TMLE 内で phase-2 機構Πを標的化することで、設計によって Π が既知であっても効率の向上をもたらす。
• 正確 remainder term の解析は、漸近的妥当性のためには成分推定量の収束速度が速いこと（組み合わせで rate > n^−1/4）を要求し、柔軟なデータ適応ライブラリ（super learner）の使用を支持する。
• シミュレーション結果は、特定の misspecifications の下で Raking が census-estimand の性能を強く発揮する一方、TMLE ベースのアプローチは非パラメトリック因果推定量への整合性をより維持することを示した。