[논문 리뷰] Balancing covariates in randomized experiments using the Gram-Schmidt walk.

Christopher Harshaw, Fredrik Sävje외 2명|arXiv (Cornell University)|2019. 11. 08.

Advanced Causal Inference Techniques참고 문헌 22인용 수 11

한 줄 요약

이 논문은 조정 가능한 파rameter를 통해 복원력을 제어하면서, 랜덤 실험에서 공변량을 균형 잡는 데에 그람-슈미트 보행을 사용하는 새로운 실험 설계를 제안한다. 이 방법은 전체 랜덤 할당에 비해 공변량 균형을 향상시켜 평균 처리효과 추정기의 최악의 경우 평균 제곱오차를 최소화함으로써, 설계를 통해 회귀 조정을 효과적으로 가능하게 한다.

ABSTRACT

The design of experiments involves a compromise between covariate balance and robustness. This paper introduces an experimental design that admits precise control over this trade-off. The design is specified by a parameter that bounds the worst-case mean square error of an estimator of the average treatment effect. Subject to the experimenter's desired level of robustness, the design aims to simultaneously balance all linear functions of the targeted covariates. The achieved level of balance is considerably better than what a fully random assignment would produce, and it is close to optimal given the desired level of robustness. We show that the mean square error of the estimator is bounded by the minimum of the loss function of a ridge regression of the potential outcomes on the covariates. One may thus interpret the approach as regression adjustment by design. Finally, we provide non-asymptotic tail bounds for the estimator, which facilitate the construction of conservative confidence intervals.

연구 동기 및 목표

• 실험 설계에서 공변량 균형과 복원력 사이의 상충 관계를 해결한다.
• 지정된 복원력 제약 조건 하에서 모든 공변량의 선형 함수에 대해 강력한 균형을 확보하는 설계를 개발한다.
• 완전한 랜덤 할당을 초월하여 복원력을 희생시키지 않은 채 상당히 향상된 공변량 균형을 달성한다.
• 비점근적 尾확률 경계를 제공하여 보수적인 추론을 지원하기 위해 추정기의 비점근적 尾확률 경계를 제공한다.
• 리지 회귀 손실 최소화를 통한 추정 오차의 명시적 제어를 통해 설계를 통해 회귀 조정을 가능하게 한다.

제안 방법

• 복원력 파rameter를 고려하면서 공변량을 균형 잡는 할당 벡터를 생성하기 위해 그람-슈미트 보행을 사용한다.
• 평균 처리효과 추정기의 최악의 경우 평균 제곱오차를 제한하는 제약 조건을 갖는 최적화 문제로 설계를 공식화한다.
• 추정기의 평균 제곱오차를 잠재적 결과를 공변량에 대해 회귀한 리지 회귀의 손실 함수와 연결한다.
• 균형과 복원력 사이의 상호보완적 관계를 제어할 수 있는 파rameter를 도입하여 연구자가 정의한 정밀도 수준을 제공한다.
• 비점근적 尾확률 경계를 유도하여 유효한 신뢰구간을 구성할 수 있도록 한다.
• 설계가 계산적으로 실현 가능하며, 복원력 제약 조건 하에서 거의 최적의 균형을 달성하도록 보장한다.

실험 결과

연구 질문

• RQ1 어떻게 실험 설계를 구성하여 모든 공변량의 선형 함수를 동시에 균형 잡고 복원력을 제어할 수 있는가?
• RQ2 주어진 복원력 제약 조건 하에서 달성 가능한 공변량 균형 수준은 무엇이며, 전체 랜덤 할당과 비교해 볼 때 어떻게 다른가?
• RQ3 리지 회귀 손실 프레임워크를 사용하여 평균 처리효과 추정기의 최악의 경우 평균 제곱오차를 경계할 수 있는가?
• RQ4 추정기의 비점근적 尾확률 경계는 어떻게 보수적인 신뢰구간의 구성에 기여하는가?
• RQ5 제안된 설계는 얼마나 회귀 조정을 설계를 통해 가능하게 하는가, 후행 조정이 아닌 설계를 통한 조정을 얼마나 잘 실현하는가?

주요 결과

• 제안된 설계는 전체 랜덤 할당에 비해 상당히 향상된 공변량 균형을 달성하며, 주어진 복원력 수준에서 이론적 최적에 가까워진다.
• 평균 처리효과 추정기의 최악의 경우 평균 제곱오차는 잠재적 결과를 공변량에 대해 회귀한 리지 회귀 손실의 최솟값으로 경계된다.
• 이 방법은 추정기 오차가 리지 회귀 손실 프레임워크를 통해 직접 제어되기 때문에 설계를 통해 회귀 조정이 가능하다.
• 비점근적 尾확률 경계가 도출되었으며, 이는 유한 표본 조건 하에서 보수적인 신뢰구간을 구성하는 데에 기여한다.
• 복원력과 균형 사이의 상호보완적 관계를 제어하는 단일 파rameter를 통해 설계가 조정 가능하여 연구자가 실용적으로 유연하게 활용할 수 있다.