[論文レビュー] Randomization Inference beyond the Sharp Null: Bounded Null Hypotheses and Quantiles of Individual Treatment Effects

Devin Caughey, Allan Dafoe+2 more|arXiv (Cornell University)|Jan 22, 2021

Advanced Causal Inference Techniques被引用数 6

ひとこと要約

この論文は、Fisherの鋭い帰無仮説を越えて、ランダム化分散分析（RI）を拡張し、すべての個々の処置効果が非正または非負であるという有界帰無仮説の下でも多くのRI検定が有効であることを示している。これにより、個々の処置効果の分位数および最大・最小効果について、正確で非パラメトリックな推論が可能となり、多重仮説検定補正を必要としない一様に有効な同時信頼区間をすべての効果分位数に対して提供する。因果推論において「無料のランチ」を実現する。

ABSTRACT

Randomization inference (RI) is typically interpreted as testing Fisher's "sharp" null hypothesis that all unit-level effects are exactly zero. This hypothesis is often criticized as restrictive and implausible, making its rejection scientifically uninteresting. We show, however, that many randomization tests are also valid for a "bounded" null hypothesis under which the unit-level effects are all non-positive (or all non-negative) but are otherwise heterogeneous. In addition to being more plausible a priori, bounded nulls are closely related to substantively important concepts such as monotonicity and Pareto efficiency. Reinterpreting RI in this way also dramatically expands the range of inferences possible in this framework. We show that exact confidence intervals for the maximum (or minimum) unit-level effect can be obtained by inverting tests for a sequence of bounded nulls. We also generalize RI to cover inference for quantiles of the individual effect distribution as well as for the proportion of individual effects larger (or smaller) than a given threshold. The proposed confidence intervals for all effect quantiles are simultaneously valid, in the sense that no correction for multiple analyses is required, and are thus a "free lunch" added to conventional RI. In sum, our reinterpretation and generalization provide a broader justification for randomization tests and a basis for exact nonparametric inference for effect quantiles. We illustrate our methods with simulations and applications, finding that Stephenson rank statistics can provide more informative results than the more common Wilcoxon rank or difference-in-means statistics. We also provide an R package RIQITE implementing the proposed approach.

研究の動機と目的

• Fisherの鋭い帰無仮説（すべてのユニット効果が正確にゼロ）があまりに制限的で科学的に無関心であるという批判に対処すること。
• 多くの標準的なランダム化検定が、すべての効果が正確にゼロであるのではなく、すべてのユニットレベル効果が非正または非負であるという有界帰無仮説の下でも有効であることを示すこと。
• 有界帰無仮説の検定を逐次的に逆転することで、個々の処置効果の分位数（最大および最小効果を含む）の正確で非パラメトリックな信頼区間を構築すること。
• 統計的に厳密でありながら、実務的に解釈可能な効果の非同一性に関する推論の統一的フレームワークを構築すること。
• 提案手法が、多重仮説検定補正を必要とせず、すべての分位数に対する同時信頼区間を提供することを示すことにより、実用的利便性を高めること。

提案手法

• 鋭い帰無仮説の下で有効な検定が、すべてのユニット効果が≤ 0 または ≥ 0 であるような有界帰無仮説の下でも有効であることを示すことで、ランダム化分散分析（RI）の再解釈を提案する。
• ランダムな処置割り当ての下での検定統計量の分布を用いて、有界帰無仮説の下での正確なp値および信頼区間を構築する。これは、有界帰無仮説の下での標本分布が鋭い帰無仮説の下での標本分布にストキャスティックに支配されることを利用している。
• 最大および最小個々の処置効果の正確な信頼区間を構築するために、有界帰無仮説の逐次的逆転を適用する。
• 「少なくともp割のユニットが効果≤τである」という形の有界帰無仮説を検定することで、個々の処置効果分布の任意の分位数に関する推論を一般化する。
• 極端な効果に感度を高め、パワーを向上させるために、ランクベースの検定統計量（調整パrameter s を持つStephensonランク和統計量およびWilcoxonランク和）を採用する。
• すべての分位数の効果分布に対する一様に有効な同時信頼区間を導出し、多重性補正を必要としない。

実験結果

リサーチクエスチョン

• RQ1 ランダム化分散分析は、鋭い帰無仮説を越えて、より現実的であるとされる有界帰無仮説の下でも有効な推論を可能にすることができるか？
• RQ2 有界帰無仮説の下で、ランダム化分散分析を用いて最大または最小個々の処置効果の正確な信頼区間を構築できるか？
• RQ3 ランダム化分散分析は、個々の処置効果分布の任意の分位数に関する正確で非パラメトリックな推論に一般化できるか？
• RQ4 Stephensonランク和統計量のようなランクベースの検定統計量は、従来の統計量（差の平均やWilcoxonランク和）よりも、効果の非同一性を検出する上でより情報量が多いとされるか？
• RQ5 すべての分位数に対する同時信頼区間を、多重仮説検定補正を必要とせず構築できるか？

主な発見

• もともと鋭い帰無仮説の下で設計されたランダム化検定は、すべての効果が≤ 0 などの有界帰無仮説の下でも正確に有効であり、より広範な推論的応用を可能にする。
• 最大個々の効果の正確な信頼区間は、有界帰無仮説の検定を逐次的に逆転することで構築可能であり、出生月研究では最大効果の90％下限信頼区間が0.084年（約1か月）と推定された。
• 栄養療法研究において、s=6のStephensonランク和統計量を用いたところ、90％下限信頼区間は、少なくとも19.2％の個々の被験者が治療下でより高い筋肉量を示すと示しており、非同一性の強い証拠を示した。
• Stephensonランク和統計量は、差の平均やWilcoxonランク和統計量を上回り、特に極端な効果を特定する能力において優れていた。
• すべての分位数の個々の処置効果に対する同時信頼区間は一様に有効であり、多重性補正を必要とせず、推論の効率性において「無料のランチ」を実現した。
• 本手法はRパッケージRIQITEとして実装され、実世界のランダム化実験への本手法の応用を可能にした。