[论文解读] Covariate Adjustment in Stratified Experiments

Max Cytrynbaum|arXiv (Cornell University)|Feb 7, 2023

Statistical Methods in Clinical Trials被引用 4

一句话总结

本文指出，在分层实验（包括配对设计和粗粒度分层）中，标准的带有处理-协变量交互项的回归调整在本质上是低效的，原因在于方差最小化目标不匹配。本文推导出渐近最优的线性协变量调整方法，以最小化条件均方差，构建了可行的估计量（如成对固定效应、组OLS），并提供了渐近精确推断，具有正确的覆盖概率，显著提高了传统方法的精度。

ABSTRACT

This paper studies covariate adjusted estimation of the average treatment effect in stratified experiments. We work in a general framework that includes matched tuples designs, coarse stratification, and complete randomization as special cases. Regression adjustment with treatment-covariate interactions is known to weakly improve efficiency for completely randomized designs. By contrast, we show that for stratified designs such regression estimators are generically inefficient, potentially even increasing estimator variance relative to the unadjusted benchmark. Motivated by this result, we derive the asymptotically optimal linear covariate adjustment for a given stratification. We construct several feasible estimators that implement this efficient adjustment in large samples. In the special case of matched pairs, for example, the regression including treatment, covariates, and pair fixed effects is asymptotically optimal. We also provide novel asymptotically exact inference methods that allow researchers to report smaller confidence intervals, fully reflecting the efficiency gains from both stratification and adjustment. Simulations and an empirical application demonstrate the value of our proposed methods.

研究动机与目标

• 为解决在分层实验中，标准的带有处理-协变量交互项的回归调整方法效率低下这一问题，该方法可能使方差高于未调整估计量。
• 推导出在给定分层协变量条件下，最小化条件均方差的渐近最优线性协变量调整方法。
• 开发在大样本中可实现最优效率的可行估计量，如成对固定效应和组OLS。
• 提出新颖的渐近精确推断方法，以纠正标准异方差稳健方差估计量在分层设计下的过度覆盖问题。
• 将结果扩展至非依从性情形以及处理比例非恒定的精细分层设计。

提出的方法

• 通过最小化在分层协变量条件下、以条件均方差为目标的优化问题，推导出最优线性调整系数，而非林型回归所采用的边际方差目标。
• 证明最优调整在独立同分布设计中渐近等价于双重稳健半参数调整，其中分层结构提供了非参数部分。
• 提出可行估计量：(1) 在交互回归中加入分层变量的变换；(2) 在配对设计中使用未交互的回归与完整成对固定效应；(3) 对林型估计量和少数派谬误估计量进行分层内偏回归。
• 提出一种“组OLS”估计量，将伊曼纽尔与鲁宾（2015）的提议推广至一般分层设计，并证明其渐近最优性。
• 开发基于新型方差估计量的渐近精确推断方法，确保覆盖概率收敛至名义水平，避免了标准异方差稳健方法带来的过度覆盖。
• 应用条件马尔可夫不等式与矩约束技术，在弱正则性条件下建立渐近正态性与估计量收敛性。

实验结果

研究问题

• RQ1 为何在分层实验中，尽管在完全随机化设计中表现良好，标准的带有处理-协变量交互项的回归调整仍无法提升效率？
• RQ2 对于给定的分层设计，渐近最优的线性协变量调整是什么？它与现有回归方法有何不同？
• RQ3 能否在弱假设下构造出可实现该最优效率的可行估计量，特别是在配对设计或粗粒度分层中？
• RQ4 如何在协变量调整的分层实验中实现渐近精确推断，避免标准稳健方差估计量带来的过度覆盖？
• RQ5 在处理比例非恒定的精细分层设计中，最优调整对估计与推断有何影响，特别是在非依从性情形下？

主要发现

• 林型交互回归估计量在分层设计中本质上是低效的，可能使估计量方差高于未调整估计量，原因在于其最小化的是对分层不敏感的边际方差目标。
• 最优调整最小化的是条件均方差目标，该目标考虑了通过分层协变量预测变异性的能力，从而实现渐近效率。
• 在配对设计中，使用完整成对固定效应的未交互回归在渐近意义上是最优的，其方差表现优于交互回归。
• 所提出的组OLS估计量对一大类分层设计具有渐近最优性，将先前仅适用于配对设计的结果推广至一般分层结构。
• 标准异方差稳健方差估计量在分层实验中会导致保守的置信区间，而本文提出的推断方法实现了精确覆盖，无过度覆盖。
• 模拟与对Baysan（2022）的实证应用表明，传统稳健区间可能显著过度覆盖，而新方法实现了接近名义水平的覆盖，同时提升了精度。