[논문 리뷰] Inference with a single treated cluster

Andreas Hagemann|arXiv (Cornell University)|2020. 10. 08.

Statistical Methods in Clinical Trials인용 수 7

한 줄 요약

이 논문은 고정 클러스터 점근적 기준 하에서 알려지지 않은 이종성 존재하에서도 타당한 가설 검정을 가능하게 하는, 단일 처리 클러스터를 가진 클러스터로 복수의 설정에서 추론을 위한 새로운 재배열 검정을 제안한다. 가중치가 부여된 근사 정규 클러스터 수준 추정치와 임계값을 위한 재배열 절차를 조합함으로써, 시뮬레이션 또는 재표본 추출 없이 크기 제어를 유지하면서도 검정력도 유지한다.

ABSTRACT

I introduce a generic method for inference about a scalar parameter in research designs with a finite number of heterogeneous clusters where only a single cluster received treatment. This situation is commonplace in difference-in-differences estimation but the test developed here applies more generally. I show that the test controls size and has power under asymptotics where the number of observations within each cluster is large but the number of clusters is fixed. The test combines weighted, approximately Gaussian parameter estimates with a rearrangement procedure to obtain its critical values. The weights needed for most empirically relevant situations are tabulated in the paper. Calculation of the critical values is computationally simple and does not require simulation or resampling. The rearrangement test is highly robust to situations where some clusters are much more variable than others. Examples and an empirical application are provided.

연구 동기 및 목표

• 단일 클러스터만 처리되는 경우 차등-차등(DiD) 및 기타 클러스터 설계에서 타당한 추론을 수행하는 데 도전하는 문제를 해결한다.
• 알 수 없는 클러스터 간 이종성 존재하에서도 고정 클러스터 점근적 기준 하에서 크기 제어를 달성하는 방법을 개발한다.
• 임계값 계산을 위한 시뮬레이션 기반 또는 재표본 추출 기반 방법의 계산적으로 단순한 대안을 제공한다.
• 일부 클러스터가 다른 클러스터에 비해 극단적으로 변동성이 클 경우에도 강건성을 확보한다.
• 기존 방법이 최소 두 개의 처리 클러스터가 필요하거나 강한 동질성 가정을 요구하는 설정으로까지 타당한 추론을 확장한다.

제안 방법

• 이원 고정 효과 또는 유사 추정치를 사용하여 점근적으로 정규 분포를 따르는 클러스터 수준의 검정 통계량을 구성한다.
• 크기 제어를 보장하기 위해 가중치가 부여된 클러스터 수준 추정치에 재배열 절차를 적용하여 임계값을 결정한다.
• 일반적인 실증적 상황에 적합한 사전에 표본화된 가중치를 사용하며, 추가 가중치는 단순한 공식을 통해 계산할 수 있다.
• 클러스터 수준 추정치의 점근적 정규성과 테스트 통계량의 양의 스케일링에 대한 불변성을 활용한다.
• 클러스터 수준 통계량이 다변량 정규 분포로의 약한 수렴을 만족할 경우에도 유효성을 확보한다.
• 차등-차등 모델뿐 아니라 단일 처리 클러스터를 가진 더 일반적인 모델에도 이 테스트를 적용한다.

실험 결과

연구 질문

• RQ1 고정된 클러스터 수에서 단일 클러스터만 처리되는 경우에도 타당한 추론을 수행할 수 있는가?
• RQ2 이러한 상황에서 시뮬레이션 또는 재표본 추출 없이 임계값을 어떻게 계산할 수 있는가?
• RQ3 이 테스트는 이종성과 불균형한 클러스터 분산에 대해 어느 정도 강건한가?
• RQ4 관측 수가 클 경우 국소 대안에 대해 검정력이 유지되는가?
• RQ5 차등-차등 모델을 초월하여 최소한의 분포 가정으로도 이 테스트를 적용할 수 있는가?

주요 결과

• 재배열 검정은 단일 처리 클러스터와 알려지지 않은 이종성이 존재하는 상황에서도 귀무가설 하에서 검정 크기를 제어한다.
• 테스트는 $1/\sqrt{n}$ 국소 대안에 대해 검정력을 유지하여 작지만 의미 있는 처리 효과에 민감함을 보장한다.
• 임계값은 시뮬레이션 또는 재표본 추출 없이, 오직 표본화된 가중치와 재배열 알고리즘에 의존하여 계산된다.
• 일부 클러스터가 다른 클러스터보다 상당히 변동성이 클 경우에도 이 방법은 강건하다.
• 클러스터 수준 통계량이 다변량 정규 분포로의 약한 수렴을 만족할 경우에도 테스트는 유효하다.
• 이론적 결과는 이 테스트가 약한 정규 조건 하에서도 점근적 크기 제어와 검정력을 달성함을 보여주며, 한 샘플이 오직 한 관측값으로만 구성된 경우에도 성립한다.