[论文解读] Pairwise Sequential Randomization and Its Properties

Yichen Qin, Yang Li+2 more|arXiv (Cornell University)|Nov 9, 2016

Statistical Methods in Clinical Trials参考文献 33被引用 13

一句话总结

本文提出了一种新型自适应随机化方法——成对顺序随机化（PSR），该方法基于实时协变量不平衡情况，依次将个体分配至处理组，从而在渐近意义上实现最优协变量平衡并最小化处理效应的方差。PSR在高维和大样本场景下显著提升了平衡性、估计精度与计算效率，在因果推断和临床试验中优于传统方法。

ABSTRACT

In comparative studies, such as in causal inference and clinical trials, balancing important covariates is often one of the most important concerns for both efficient and credible comparison. However, chance imbalance still exists in many randomized experiments. This phenomenon of covariate imbalance becomes much more serious as the number of covariates $p$ increases. To address this issue, we introduce a new randomization procedure, called pairwise sequential randomization (PSR). The proposed method allocates the units sequentially and adaptively, using information on the current level of imbalance and the incoming unit's covariate. With a large number of covariates or a large number of units, the proposed method shows substantial advantages over the traditional methods in terms of the covariate balance, estimation accuracy, and computational time, making it an ideal technique in the era of big data. The proposed method attains the optimal covariate balance, in the sense that the estimated treatment effect under the proposed method attains its minimum variance asymptotically. Also the proposed method is widely applicable in both causal inference and clinical trials. Numerical studies and real data analysis provide further evidence of the advantages of the proposed method.

研究动机与目标

• 为解决在协变量数量 $p$ 和样本量 $n$ 增加时，随机实验中持续存在的协变量不平衡问题。
• 开发一种可扩展的自适应随机化方法，确保事前平衡，且无需依赖事后调整。
• 在高维协变量设置下，实现处理效应估计的渐近最小方差。
• 与重随机化及其他传统方法相比，提升大数据环境下的计算效率和可扩展性。

提出的方法

• PSR 利用当前不平衡状态和即将进入单位的协变量信息，依次将个体分配至处理组。
• 该方法自适应地选择处理分配，以最小化组均值之间的马氏距离，从而确保平衡。
• 通过均值回归过程维持不平衡控制，具有收敛至最优平衡的理论保证。
• 该方法设计为计算高效，避免了重随机化方法中重复的随机化循环。
• 关键理论组成部分包括使用矩阵 $\widetilde{\bm{T}}^T \widetilde{\bm{T}}/n$ 估计方差-协方差结构，以及处理效应估计量的渐近正态性。
• 该方法确保 $\sqrt{n}(\hat{\tau}_{\textup{PSR}} - (\mu_1 - \mu_2)) \xrightarrow{D} N(0, 4\sigma^2_\epsilon)$，证明了其渐近效率。

实验结果

研究问题

• RQ1 是否存在一种顺序随机化方法，可在高维设置下（$p$ 和 $n$ 较大时）实现最优协变量平衡？
• RQ2 与完全随机化和重随机化相比，PSR 在平衡性、估计精度和计算成本方面表现如何？
• RQ3 PSR 是否实现了处理效应估计量的最小可能渐近方差？
• RQ4 PSR 是否能在不依赖事后调整或模型假设的情况下维持平衡？
• RQ5 在 PSR 下，处理效应估计量的渐近分布是什么？与其他方法相比有何差异？

主要发现

• PSR 实现了处理效应估计量的渐近最小方差，使其在高维设置下成为最高效的方法。
• PSR 估计量的渐近分布为 $\sqrt{n}(\hat{\tau}_{\textup{PSR}} - (\mu_1 - \mu_2)) \xrightarrow{D} N(0, 4\sigma^2_\epsilon)$，证实了其最优性。
• PSR 在协变量平衡方面显著优于完全随机化和重随机化，尤其当 $p$ 增大时优势更明显。
• 该方法计算高效且可扩展，避免了在高维情况下重随机化所需的长时间循环。
• 数值研究和真实数据分析均证实 PSR 在平衡性、估计精度和运行时间方面均表现更优。
• 该方法确保不平衡过程具有均值回归特性，从而保证了时间上的稳定与可控平衡。