Balancing Covariates in Survey Experiments

ملخص تقني: موازنة المتغيرات المصاحبة في التجارب المسحية

بيان المشكلة
تُعتبر التجارب المسحية المعيار الذهبي لتقدير آثار المعالجة في المجتمعات المستهدفة، حيث تجمع بين العينات العشوائية والتوزيع العشوائي للمعالجة. وبينما تعمل العينة العشوائية البسيطة والتعشية الكاملة على موازنة المتغيرات المصاحبة في المتوسط، إلا أن العينات المحدودة غالبًا ما تظهر عدم توازن في هذه المتغيرات. يحدث هذا النوع من عدم التوازن في كل من مرحلة أخذ العينات (بين العينة والمجتمع المستهدف) ومرحلة التعيين (بين مجموعتي المعالجة والضبط). ويمكن أن يؤدي هذا الاختلال إلى تحيز شرطي وزيادة في تباين تقديرات أثر المعالجة. وبينما يُعد التقسيم الطبقي (Stratification) تقنية قياسية لتحسين التمثيل والكفاءة، وتُستخدم طرق مثل العينة الرافضة (Rejective Sampling) أو إعادة التعشية (Rerandomization) لموازنة المتغيرات المصاحبة، إلا أن الأدبيات الحالية لم تستكشف بشكل كامل النظرية التقاربية القائمة على التصميم لدمج هذه الأساليب في إطار تجربة مسحية عامة، لا سيما عند السماح بتزايد عدد الطبقات وتلاشي كسور أخذ العينات.

المنهجية
يقترح المؤلفون تصميمًا تجريبيًا يُسمى "التقسيم الطبقي مع العينة الرافضة وإعادة التعشية" (SRSRR). يدمج هذا النهج ذو المرحلتين ثلاث آليات متميزة:

1. التقسيم الطبقي: يتم تقسيم المجتمع إلى طبقات بناءً على متغيرات تنبؤية.
2. العينة الرافضة الطبقية: في مرحلة أخذ العينات، يتم سحب الوحدات عبر عينة عشوائية طبقية. ومع ذلك، تُرفض العينات إذا تجاوزت مسافة ماهالانوبيس (Mahalanobis distance) بين المتوسط الموزون للعينة قبل أخذ العينات ($W$) ومتوسط المجتمع لمتغيرات ما قبل أخذ العينات قيمة حدية محددة مسبقًا ($a_S$). وهذا يضمن أن تكون العينة ممثلة للمجتمع فيما يتعلق بـ $W$.
3. إعادة التعشية الطبقية: في مرحلة تعيين المعالجة، يتم تعيين الوحدات المسحوبة إلى المعالجة أو الضبط عبر تعشية طبقية. وتُرفض التعيينات إذا تجاوزت مسافة ماهالانوبيس بين متوسطات متغيرات مرحلة التعيين ($X$) لمجموعتي المعالجة والضبط الحد المسموح به ($a_T$).

يطور البحث نظرية تقاربية قائمة على التصميم للمقدر الطبقي لفرق المتوسط ($\hat{\tau}$) تحت هذا التصميم. يسمح هذا الإطار بنظام تقاربي عام حيث يمكن لعدد الطبقات ($K_N$) وأحجام الطبقات ($N_{[k]}$) أن يتزايد، ويمكن لكسر أخذ العينات ($f = n/N$) أن يؤول إلى الصفر. يستخدم المؤلفون تقنية هاجيك (Hájek coupling) لتقليل المقدر إلى مجموع متغيرات عشوائية مستقلة، مما يعالج العشوائية المشتركة لأخذ العينات وتعيين المعالجة.

علاوة على ذلك، يقترح المؤلفون طريقة تعديل المتغيرات المصاحبة في مرحلة التحليل. يستخدم هذا المقدر المعدل خطيًا ($\hat{\tau}_{adj}$) متغيرات إضافية تم جمعها في مرحلة التحليل ($E$ للمجتمع و $C$ للعينة) لتقليل عدم التوازن المتبقي بشكل أكبر.

المساهمات الرئيسية

1. النظرية التقاربية القائمة على التصميم للتعشية الطبقية: يثبت البحث أنه في ظل أخذ العينات والتعشية العشوائية الطبقية، يكون مقدر الفرق في المتوسط الطبقي متسقًا وطبيعيًا تقاربيًا. كما يشتق التباين التقاربي ويقدم شروطًا للنسب المثلى لأخذ العينات والتعامل داخل الطبقات لتقليل هذا التباين.
2. النظرية التقاربية لـ SRSRR: يشتق المؤلفون التوزيع الحدي لـ $\hat{\tau}$ تحت تصميم SRSRR. وعلى عكس التصاميم القياسية، فإن هذا التوزيع الحدي ليس طبيعيًا؛ حيث ثبت أنه عبارة عن التفاف (Convolution) لتوزيع طبيعي وتوزيعين طبيعيين مبتورين. هذا التوزيع أكثر تركيزًا حول متوسط أثر المعالما الحقيقي من التصاميم الطبقية القياسية.
3. معلمات التصميم المثلى: يقدم البحث نتائج نظرية لتحديد نسب أخذ العينات المثلى لكل طبقة ($f_{[k]}$) ونسب المعالجة المثلى ($e_{[k]1}$) لتقليل التباين التقاربي، مع وجود أو عدم وجود تعديل المتغيرات المصاحبة.
4. تعديل المتغيرات المصاحبة: توضح الدراسة أن المقدر المعدل خطيًا باستخدام متغيرات مرحلة التحليل هو أكثر كفاءة تقاربيًا من المقدر غير المعدل تحت كل من التصاميم الطبقية القياسية وتصاميم SRSRR. كما يوفر مقدرات تباين متحفظة وفترات ثقة صالحة لهذه المقدرات المعدلة.

النتائج

• النتائج النظرية:
  • التباين التقاربي لمقدر SRSRR أصغر تمامًا من التباين في التجربة المسحية العشوائية الطبقية (SRSE)، ويعتمد هذا الانخفاض على الارتباطات المتعددة المربعة بين مقدر أثر المعالجة وعدم التوازن في المتغيرات ($R^2_W$ و $R^2_X$).
  • التوزيع الحدي لـ $\sqrt{n}(\hat{\tau} - \tau)$ تحت SRSRR هو التفاف لمتغير طبيعي ومتغيرين طبيعيين مبتورين، وهما أكثر تركيزًا عند الصفر من المتغيرات الطبيعية المقابلة.
  • يحقق المقدر المعدل بالمتغيرات المصاحبة ($\hat{\tau}_{adj}$) أصغر تباين تقاربي ضمن فئة المقدرات المعدلة خطيًا.
• الدراسات العددية:
  • تؤكد المحاكاة عبر سيناريوهات مختلفة (طبقات صغيرة، طبقات كبيرة، وطبقات مختلطة) أن SRSRR يقلل بشكل كبير من الانحراف المعياري وخطأ الجذر التربيعي لمتوسط المربعات (RMSE) مقارنة بالتصميم العشوائي الكامل والتصاميم الطبقية القياسية.
  • في تجارب البيانات الاصطناعية، أدى الجمع بين التقسيم الطبقي، والعينة الرافضة، وإعادة التعشية إلى تقليل الانحراف المعياري بنسبة 30.6% تقريبًا مقارنة بخط الأساس للتعشية العشوائية الكاملة.
  • وفر التعديل بالانحدار مكاسب إضافية في الكفاءة، حيث قلل الانحرافات المعيارية بنسبة تتراوح بين 21% إلى 49% مقارنة بالمقدرات غير المعدلة.
  • أكد تحليل البيانات الواقعية باستخدام دراسة الانتخابات الكونغرسية التعاونية (CCES) هذه النتائج، حيث أظهر أن SRSRR وتعديل المتغيرات المصاحبة يؤديان إلى فترات ثقة أقصر وكفاءة محسنة مقارنة بالأساليب غير الطبقية أو غير المعدلة.

الأهمية
يزعم البحث أن تصميم SRSRR المقترح وأساليب التحليل المرتبطة به توفر إطارًا قويًا لتحسين دقة تقديرات أثر المعالجة في التجارب المسحية. ومن خلال معالجة عدم التوازن في المتغيرات المصاحبة صراحةً في كل من مرحلتي أخذ العينات والتعيين، تعزز الطريقة من تمثيل العينة والتوازن بين مجموعات المعالجة. إن تطوير نظرية تقاربية قائمة على التصميم تستوعب تزايد الطبقات وتلاشي كسور أخذ العينات يوسع نطاق تطبيق هذه الأساليب في مجموعة واسعة من الإعدادات المسحية العملية. ويؤكد المؤلفون أن نهجهم قائم بالكامل على التصميم، مما يعني أن صحة التقديرات وإجراءات الاستدلال لا تعتمد على التوصيف الصحيح لنموذج ناتج (Outcome Model) كامن. ويُقدم سير العمل المرحلي المقترح —التقسيم الطبقي، يليه العينة الرافضة وإعادة التعشية، ثم التعديل بالانحدار— كاستراتيجية عملية لتعظيم كفاءة التقدير.