[论文解读] Balancing covariates in randomized experiments using the Gram-Schmidt walk.

Christopher Harshaw, Fredrik Sävje+2 more|arXiv (Cornell University)|Nov 8, 2019

Advanced Causal Inference Techniques参考文献 22被引用 11

一句话总结

本文提出一种新颖的实验设计，利用格拉姆-施密特随机游走（Gram-Schmidt walk）在随机实验中平衡协变量，同时通过可调参数控制稳健性。该方法通过实现优于完全随机化的协变量平衡，最小化平均处理效应估计量的最坏情况均方误差，从而有效通过设计实现回归调整。

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.

研究动机与目标

• 解决实验设计中协变量平衡与稳健性之间的权衡问题。
• 设计一种在指定稳健性约束下，确保所有协变量线性函数均达到强平衡的方案。
• 通过实现显著优于完全随机分配的协变量平衡，同时不牺牲稳健性，改进完全随机分配方法。
• 为估计量提供非渐近尾部界限，以支持保守推断。
• 通过显式控制估计误差（基于岭回归损失最小化），实现通过设计进行回归调整。

提出的方法

• 使用格拉姆-施密特随机游走生成协变量平衡且符合稳健性参数的分配向量。
• 将设计形式化为一个约束优化问题，以限制平均处理效应估计量的最坏情况均方误差。
• 将估计量的均方误差与潜在结果对协变量进行岭回归的损失函数联系起来。
• 引入一个控制平衡与稳健性之间权衡的参数，允许实验者定义精度水平。
• 推导估计量的非渐近尾部界限，以支持有效置信区间的构建。
• 确保该设计在计算上可行，并在给定稳健性约束下实现近似最优的平衡。

实验结果

研究问题

• RQ1 如何构建实验设计，以在控制稳健性的前提下，同时平衡所有协变量的线性函数？
• RQ2 在给定稳健性约束下，可实现的协变量平衡水平是多少？与完全随机化相比有何差异？
• RQ3 能否通过岭回归损失框架，对平均处理效应估计量的均方误差进行有界控制？
• RQ4 估计量的非渐近尾部界限如何支持保守置信区间的构建？
• RQ5 所提出的方案在多大程度上实现了通过设计进行回归调整，而非依赖事后调整？

主要发现

• 所提出的设计在协变量平衡方面显著优于完全随机化，接近给定稳健性水平下的理论最优值。
• 平均处理效应估计量的最坏情况均方误差被限制为潜在结果对协变量进行岭回归损失的最小值。
• 该方法通过设计实现回归调整，因为估计量的误差可直接通过岭回归损失框架进行控制。
• 推导出非渐近尾部界限，使得在有限样本条件下可构建保守置信区间。
• 该设计通过单一参数实现可调性，该参数控制稳健性与平衡之间的权衡，为实验者提供了实际的灵活性。