[论文解读] Inference with a single treated cluster

Andreas Hagemann|arXiv (Cornell University)|Oct 8, 2020

Statistical Methods in Clinical Trials被引用 7

一句话总结

本文提出了一种新颖的重排检验方法，用于在聚类稳健设置下对单一处理聚类进行推断，可在固定聚类渐近条件下实现有效的假设检验。通过将加权、近似正态的聚类水平估计与临界值的重排程序相结合，该方法在聚类间存在未知异质性时仍能控制大小并保持检验功效，且无需模拟或重采样。

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.

研究动机与目标

• 解决在仅一个聚类被处理时，差分差分法及其他聚类设计中有效推断的挑战。
• 开发一种在固定聚类渐近条件下，即使聚类间存在未知异质性，也能控制大小的方法。
• 提供一种计算简便的临界值计算替代方法，避免使用模拟或重采样。
• 确保对某些聚类相对于其他聚类具有极端变异性的情况具有鲁棒性。
• 将有效推断扩展至现有方法要求至少两个处理聚类或强同质性假设的场景。

提出的方法

• 使用双向固定效应或类似估计量构建渐近正态的聚类水平检验统计量。
• 对加权聚类水平估计应用重排程序以确定临界值，确保在原假设下控制大小。
• 对常见经验场景使用预先制表的权重，其余权重可通过简单公式计算。
• 利用聚类水平估计的渐近正态性以及检验统计量在正标度变换下的不变性。
• 确保在聚类水平统计量弱收敛至多元正态极限时的 validity。
• 将该检验方法应用于差分差分法及具有单一处理聚类的更一般模型。

实验结果

研究问题

• RQ1 当仅一个聚类被处理且聚类数量固定时，能否实现有效推断？
• RQ2 在这些场景下，如何在不进行模拟或重采样的情况下计算临界值？
• RQ3 该检验对异方差性和不等聚类方差的鲁棒性如何？
• RQ4 当每个聚类中的观测数较大时，该方法在局部替代假设下是否仍保持检验功效？
• RQ5 该检验能否在最小分布假设下应用于差分差分法之外的模型？

主要发现

• 重排检验在原假设下控制了检验大小，即使仅有一个处理聚类且存在未知异质性。
• 该检验对 $1/\sqrt{n}$ 局部替代保持功效，确保对小但有意义的处理效应具有敏感性。
• 临界值的计算无需模拟或重采样，仅依赖于制表权重和重排算法。
• 该方法对某些聚类显著比其他聚类更易变的情况具有鲁棒性。
• 当聚类水平统计量弱收敛至多元正态分布时，检验仍保持有效。
• 理论结果表明，在轻微正则条件下，该检验可实现渐近大小控制和功效，即使其中一个样本仅包含一个观测值。