[論文レビュー] Randomized Graph Cluster Randomization

Johan Ugander, Hao Yin|arXiv (Cornell University)|Sep 4, 2020

Advanced Causal Inference Techniques参考文献 65被引用数 4

ひとこと要約

本稿では、干渉下でのグローバル平均処置効果（GATE）推定における分散を低減するために、ネットワークのランダム化クラスタリングを用いる新規実験設計であるランダム化グラフクラスタリングランダマイゼーション（RGCR）を提案する。複数のランダムクラスタリングの平均をとることで、固定型グラフクラスタリングランダマイゼーション（GCR）のバイアスと高分散の問題を緩和し、指数的ではなく多項式的漸近の分散境界を達成する。シミュレーションでは、平均二乗誤差が顕著に低減される。

ABSTRACT

The global average treatment effect (GATE) is a primary quantity of interest in the study of causal inference under network interference. With a correctly specified exposure model of the interference, the Horvitz-Thompson (HT) and Hájek estimators of the GATE are unbiased and consistent, respectively, yet known to exhibit extreme variance under many designs and in many settings of interest. With a fixed clustering of the interference graph, graph cluster randomization (GCR) designs have been shown to greatly reduce variance compared to node-level random assignment, but even so the variance is still often prohibitively large. In this work we propose a randomized version of the GCR design, descriptively named randomized graph cluster randomization (RGCR), which uses a random clustering rather than a single fixed clustering. By considering an ensemble of many different cluster assignments, this design avoids a key problem with GCR where a given node is sometimes "lucky" or "unlucky" in a given clustering. We propose two randomized graph decomposition algorithms for use with RGCR, randomized 3-net and 1-hop-max, adapted from prior work on multiway graph cut problems. When integrating over their own randomness, these algorithms furnish network exposure probabilities that can be estimated efficiently. We develop upper bounds on the variance of the HT estimator of the GATE under assumptions on the metric structure of the interference graph. Where the best known variance upper bound for the HT estimator under a GCR design is exponential in the parameters of the metric structure, we give a comparable variance upper bound under RGCR that is instead polynomial in the same parameters. We provide extensive simulations comparing RGCR and GCR designs, observing substantial reductions in the mean squared error for both HT and Hájek estimators of the GATE in a variety of settings.

研究の動機と目的

• 固定型グラフクラスタリングランダマイゼーション（GCR）を用いた際のネットワーク干渉下におけるGATE推定の高分散および潜在的バイアスを是正すること。
• 推定器の安定性を高めるために、複数のクラスタリングの平均をとるGCRのランダム化代替手法を開発すること。
• 新設計下でのホルヴィッツ＝トムプソン推定量およびハジェク推定量の理論的分散境界を導出し、GCRに比べてスケーラビリティが向上することを示すこと。
• 多様なネットワーク構造および応答モデル（実際のネットワークドリフトパターンを含む）において、RGCRの性能を評価すること。
• 大規模オンライン実験における干渉を伴う因果推論を、より効率的かつ頑健に可能にするために、RGCRが有効であることを示すこと。

提案手法

• 単一の固定クラスタリングに代えて、複数のランダムクラスタリングのアンサンブルを用いる、ランダム化グラフクラスタリングランダマイゼーション（RGCR）フレームワークを提案する。
• グラフ分割およびメトリック近似の文脈から発展させた2つのランダム化クラスタリングアルゴリズム（ランダム化3ネット、1ホップマックス）を導入する。
• ノード固有の特徴を組み込むための重み付き拡張を両アルゴリズムに開発し、露出確率推定を改善する。
• クラスタリングプロセスのランダム性に基づき、ネットワーク露出確率を効率的に推定可能であることを示す。
• RGCR下でのホルヴィッツ＝トムプソン推定量の分散に対する理論的上界を確立し、GCRとは異なりグラフメトリックパラメータに対して多項式的依存を示すことを示す。
• 合成ネットワークおよび実世界のネットワーク（例：スモールワールド、FB-Stanford）を用いたシミュレーションスタディを実施し、複数の推定量およびネットワークサイズにおいてRGCRとGCRを比較する。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク干渉環境下で、固定クラスタリングと比較してランダム化クラスタリングはGATE推定量の分散を低減できるか？
• RQ2 特に大規模ネットワークにおいて、RGCR下でのホルヴィッツ＝トムプソン推定量およびハジェク推定量の分散は、GCRと比較してどのようにスケーリングされるか？
• RQ3 ネットワーク構造および応答ドリフトが、干渉モデルにおける推定量のバイアスおよび平均二乗誤差に与える影響は何か？
• RQ4 単一クラスタリングのGCR設計に内在する「運が良い／悪いノード」問題を、ランダム化クラスタリングは緩和できるか？
• RQ5 クラスタリングアルゴリズムの選択（例：3-net対1ホップマックス）が、RGCR下での推定量性能に与える影響は何か？

主な発見

• RGCRでは、ホルヴィッツ＝トムプソン推定量の分散が、グラフメトリックパラメータに対して多項式的上界を達成する一方で、GCRでは指数的上界となる。
• RGCR下でのハジェク推定量は、GCR下よりも顕著にバイアスが低く、ネットワークサイズが増加するに従いバイアスの減少率も速い。
• 大規模ネットワークでは、RGCR下でのハジェク推定量の分散はn⁻¹に近い速度で減少するが、GCRでは露出確率が低いノードの影響で著しく遅い。
• すべてのネットワークサイズにおいて、RGCRはGCRよりも平均二乗誤差が低く、特に大規模ネットワークにおいて顕著な改善が得られる。これは、望ましいバイアス・分散トレードオフに起因する。
• ランダム化クラスタリングアルゴリズムの重み付き拡張は、露出確率推定および推定量性能においてわずかだが一貫した改善をもたらす。
• シミュレーションにより、RGCRは特に重尾型のスモールワールドネットワークおよび実世界のソーシャルネットワークにおいて、HTおよびハジェク推定量の両方でGCRを上回ることが確認された。