[논문 리뷰] On Randomization-based and Regression-based Inferences for 2^K Factorial Designs

Jiannan Lu|arXiv (Cornell University)|2016. 02. 12.

Optimal Experimental Design Methods참고 문헌 11인용 수 5

한 줄 요약

이 논문은 일반적인 비균형 2^K 요인 설계로 랜덤화 기반 인과 추론을 확장하고, 랜덤화 기반 추론과 회귀 기반 추론 간의 등가성을 확립한다. 일반 최소 제곱법(OLS) 회귀와 Huber-White稳健 표준오차를 사용하여 요인 효과 및 그 분산을 추정하는 것이 타당하다고 정당화하며, 랜덤화 하에 비균형 설계에서도 유한 모집단 추론이 타당하다는 것을 보여준다.

ABSTRACT

We extend the randomization-based causal inference framework in Dasgupta et al. (2015) for general 2^K factorial designs, and demonstrate the equivalence between regression-based and randomization-based inferences. Consequently, we justify the use of regression-based methods in 2^K factorial designs from a finite-population perspective.

연구 동기 및 목표

• 균형 2^K 요인 설계에서부터 일반적인 비균형 2^K 요인 설계로 랜덤화 기반 인과 추론 프레임워크를 확장하는 것.
• 요인 설계 실험에서 랜덤화 기반 추론과 회귀 기반 추론 방법을 통합하는 것.
• 유한 모집단 설정에서 요인 효과를 추정하기 위해 회귀 분석과 Huber-White 표준오차를 사용하는 것이 타당하다는 것을 정당화하는 것.
• 랜덤화 하에 비균형 설계에서도 Huber-White 추정기법이 타당한 분산 추정을 제공함을 보여주는 것.
• 2^K 설계에서 요인 효과에 대해 랜덤화 기반 추론과 회귀 기반 추론 간의 이론적 등가성을 제공하는 것.

제안 방법

• 잠재 결과와 Neyman 프레임워크를 사용하여, 설계 행렬 H를 통해 단위 수준 및 모집단 수준의 요인 효과를 정의한다.
• 랜덤화 기반 추정기 τ̂_RI를 설계 행렬 H의 역행렬을 사용하여 관측된 결과의 선형 함수로 정의한다.
• Neyman 방식 분산 추정기 ∑(1/n_j) h̃_j h̃_j' s²(z_j)를 사용하여 랜덤화 기반 추정기의 분산-공분산 행렬을 유도한다.
• 선형 모형 Y_obs = Xτ + ε에서 OLS 추정기 τ̂_OLS를 도출하며, 여기서 X는 H로부터 구성된 설계 행렬이다.
• OLS에 Huber-White稳健 분산 추정기법을 적용하여, 랜덤화 하에 유한 모집단 분산 추정기와 일치함을 보여준다.
• 균형 및 비균형 설계에서 Huber-White 추정기법과 Neyman 방식 분산 추정기법 간의 등가성을 입증한다.

실험 결과

연구 질문

• RQ1 랜덤화 기반 추론 프레임워크는 균형 설계에서 비균형 2^K 요인 설계로 일반화될 수 있는가?
• RQ2 2^K 설계에서 요인 효과에 대해 랜덤화 기반 추론과 회귀 기반 추론 간에 등가성이 존재하는가?
• RQ3 비균형 설계에서 랜덤화 하에 Huber-White稳健 표준오차 추정기법이 요인 효과에 대해 타당한 추론을 제공하는가?
• RQ4 유한 모집단 설정에서 랜덤화 기반 및 회귀 기반 접근 방식의 분산 추정기법은 어떻게 비교되는가?
• RQ5 2^K 요인 설계 실험에서 OLS 회귀에 Huber-White 표준오차를 적용할 때 인과 추론이 타당한 조건은 무엇인가?

주요 결과

• 2^K 요인 설계에서 랜덤화 하에 랜덤화 기반 추정기 τ̂_RI와 OLS 추정기 τ̂_OLS는 등가적이다.
• OLS에 대한 Huber-White稳健 분산 추정기법은 랜덤화 기반 추론의 Neyman 방식 분산 추정기법과 수학적으로 등가적이다.
• 비균형 2^K 설계에서 Huber-White 추정기법은 요인 효과에 대한 타당한 유한 모집단 분산 추정을 제공한다.
• 균형 2^K 설계에서 표준 OLS 분산 추정기법(등분산성 가정 하에)은 Huber-White 추정기법과 Neyman 방식 추정기법과 등가적이다.
• 모든 요인 효과(주효과 및 상호작용 포함)에 대해 랜덤화 메커니즘 하에서 등가성이 유지된다.
• 결과는 유한 모집단 관점에서 2^K 요인 설계 실험에서 회귀 분석과 Huber-White 표준오차를 사용한 인과 추론의 타당성을 정당화한다.