[论文解读] Inference for Cluster Randomized Experiments with Non-ignorable Cluster Sizes

Federico A. Bugni, Ivan A. Canay+2 more|arXiv (Cornell University)|Apr 18, 2022

Statistical Methods and Inference被引用 5

一句话总结

本文研究了在聚类大小不可忽略（即个体处理效应依赖于聚类大小）的聚类随机化实验中的推断方法。论文区分了等权聚类平均处理效应与大小加权聚类平均处理效应，提出了在协变量自适应随机化下具有有效渐近推断的估计量，并表明标准差异均值估计量针对的是样本加权 estimand，该 estimand 可能不对应于任一感兴趣的参数。

ABSTRACT

This paper considers the problem of inference in cluster randomized experiments when cluster sizes are non-ignorable. Here, by a cluster randomized experiment, we mean one in which treatment is assigned at the cluster level. By non-ignorable cluster sizes, we refer to the possibility that the treatment effects may depend non-trivially on the cluster sizes. We frame our analysis in a super-population framework in which cluster sizes are random. In this way, our analysis departs from earlier analyses of cluster randomized experiments in which cluster sizes are treated as non-random. We distinguish between two different parameters of interest: the equally-weighted cluster-level average treatment effect, and the size-weighted cluster-level average treatment effect. For each parameter, we provide methods for inference in an asymptotic framework where the number of clusters tends to infinity and treatment is assigned using a covariate-adaptive stratified randomization procedure. We additionally permit the experimenter to sample only a subset of the units within each cluster rather than the entire cluster and demonstrate the implications of such sampling for some commonly used estimators. A small simulation study and empirical demonstration show the practical relevance of our theoretical results.

研究动机与目标

• 解决聚类大小为随机且可能与处理效应相关联的聚类随机化实验中的推断问题，突破固定聚类大小的假设。
• 厘清两个关键参数之间的区别：等权聚类平均处理效应与大小加权聚类平均处理效应。
• 表明标准差异均值估计量针对的是样本加权 estimand，该 estimand 在聚类大小不可忽略时可能不对应于任一参数，尤其是当聚类大小非不可忽略时。
• 在可能存在聚类内抽样单位的协变量自适应分层随机化下，发展有效的渐近推断程序。
• 为实证研究中估计量解释的协变量调整与抽样设计提供指导。

提出的方法

• 构建一个两阶段超总体抽样框架，其中聚类首先按大小依赖的方式抽样，然后在聚类内抽样个体单位。
• 定义两个 estimand：θ₁（等权）和 θ₂（大小加权）聚类平均处理效应，二者在如何聚合聚类间处理效应上存在差异。
• 提出使用聚类层面协变量（Zg, Ng）和分层特定结果的回归调整，对 θ₁ 和 θ₂ 使用加权最小二乘估计量。
• 推导出考虑异方差性、聚类结构和基于设计的抽样的方差估计量，利用回归调整后的残差。
• 在大 G 渐近下建立调整估计量的渐近正态性，其中 G → ∞ 且采用协变量自适应随机化。
• 证明标准差异均值估计量针对的 estimand 仅在特定抽样设计下（如固定抽样比例 |Mg| = γNg）等于大小加权处理效应 θ₂。

实验结果

研究问题

• RQ1 当聚类大小不可忽略（即处理效应依赖于聚类大小）时，它如何影响聚类随机化实验中的推断？
• RQ2 在协变量自适应随机化的背景下，将聚类大小视为随机与固定有何影响？
• RQ3 在何种条件下，标准差异均值估计量会针对等权或大小加权处理效应？
• RQ4 在一般抽样与随机化设计下，如何对等权与大小加权 estimand 进行有效推断？
• RQ5 协变量调整与抽样权重在确保 estimand 与感兴趣参数一致方面发挥什么作用？

主要发现

• 当聚类大小不可忽略时，标准差异均值估计量针对的样本加权 estimand 通常不等于等权或大小加权聚类平均处理效应中的任一者。
• 仅在特定抽样设计下（如固定抽样比例 |Mg| = γNg 或固定聚类抽样 |Mg| = k），差异均值估计量的 estimand 才等于大小加权处理效应 θ₂。
• 所提出的 θ₁ 和 θ₂ 的调整估计量在大 G 渐近下具有渐近正态性，其方差估计量能有效处理基于设计的抽样与聚类结构。
• 使用聚类层面协变量（Zg, Ng）进行协变量调整可提高效率，并在适当模型假设下确保估计量针对正确的 estimand。
• 通过模拟与实证示例表明，忽略不可忽略的聚类大小可能导致对处理效应估计的误读。
• 作者发现，在 2018 至 2022 年间《应用经济学杂志》（AEJ:Applied Economics）发表的聚类随机化实验中，超过 30% 的研究未明确说明其感兴趣参数，凸显了实践中方法论清晰度的迫切需求。