📊 Statistik

Regression-Based Causal Inference for Person-Specific Effects in Within-Subject Randomization Designs

Dieses Paper schlägt ein regressionsbasiertes kausales Inferenzframework unter Verwendung der gewöhnlichen kleinsten Quadrate mit wahrscheinlichkeitsgewichteten Behandlungsindikatoren vor, um personenspezifische unmittelbare und verzögerte Effekte (Lag-1) in innerhalb-der-Subjekt-Randomized-Designs zu schätzen, wobei es dessen Robustheit und Anwendbarkeit durch Simulationsstudien und empirische Beispiele demonstriert.

Ursprüngliche Autoren: Chendong Li, Wen Luo

Veröffentlicht 2026-10-19

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Chendong Li, Wen Luo

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

In der Welt der psychologischen und verhaltensbezogenen Forschung verlassen sich Wissenschaftler seit langem auf eine Standardmethode, um zu beweisen, dass eine Behandlung wirkt: die randomisierte kontrollierte Studie. In diesem klassischen Aufbau wird eine große Gruppe von Menschen in separate Teams aufgeteilt. Ein Team erhält eine neue Intervention, wie etwa eine spezifische Therapie oder eine Gesundheits-App, während ein anderes Team eine andere Behandlung oder gar nichts erhält. Durch den Vergleich der Durchschnittsergebnisse dieser beiden Gruppen können Forscher bestimmen, ob die Behandlung eine Veränderung verursacht hat. Dieses Vorgehen hat jedoch eine erhebliche Schwachstelle. Es sagt uns, was im Durchschnitt für eine Menge funktioniert, aber es versagt oft dabei, aufzuzeigen, was für ein spezifisches Individuum funktioniert. Ein Medikament kann einer Person helfen, schnell zu genesen, während es bei einer anderen keinerlei Wirkung zeigt, doch die Standardstudie würde lediglich den Durchschnitt berichten und diese lebenswichtigen Unterschiede potenziell verschleiern. Darüber hinaus ist die Rekrutierung genügend Menschen für diese großen Studien oft schwierig, und viele Studien kämpfen damit, ausreichend Teilnehmer zu finden, um zu einem zuverlässigen Schluss zu gelangen.

Um dies zu lösen, haben sich Forscher einer anderen Art von Experiment zugewandt, bei dem dieselbe Person als ihre eigene Kontrolle dient. Anstatt verschiedene Menschen zu vergleichen, beobachten Wissenschaftler ein einzelnes Individuum wiederholt über einen Zeitraum hinweg, wobei sie die Bedingungen, die diese Person erfährt, zufällig wechseln. Dies ist als Within-Subject-Randomisierungsdesign bekannt. Stellen Sie sich eine Person mit einer chronischen Erkrankung vor, die einige Tage lang eine neue Therapie ausprobiert, dann zu einer anderen wechselt, dann wieder zurück, wobei die Reihenfolge durch Zufall bestimmt wird. Dies ermöglicht es Forschern, in Echtzeit zu sehen, wie diese spezifische Person auf jede Behandlung reagiert. Die Herausforderung bestand jedoch darin, herauszufinden, wie man diesen komplexen Datenstrom analysiert. Da die Behandlungen in einer Sequenz erfolgen, könnte das Ergebnis eines Tages durch die Behandlung des Vortages oder durch einen langsamen Trend im Verhalten der Person über die Zeit beeinflusst werden. Traditionelle statistische Werkzeuge haben oft Schwierigkeiten, diese unmittelbaren Effekte von diesen anhaltenden Einflüssen zu entwirren, was dazu führt, dass Forscher zwar Beschreibungen dessen haben, was passiert ist, aber ohne einen klaren, kausalen Beweis dafür, warum es geschah.

Ein Forschungsteam hat nun einen neuen Weg entwickelt, um diese Fragen mit einem vertrauten Werkzeug zu beantworten: der Regressionsanalyse, einer gängigen statistischen Methode, die dazu verwendet wird, Beziehungen zwischen Variablen zu finden. Ihre Arbeit, die als Forschungsartikel veröffentlicht wurde, schlägt eine Brücke zwischen der strengen Logik des experimentellen Designs und den praktischen Werkzeugen, die Psychologen jeden Tag verwenden. Die Autoren, Chendong Li und Wen Luo, schlagen ein Framework vor, das den zufälligen Wechsel der Behandlungen nicht nur als Zeitplan, sondern als bekanntes mathematisches Muster behandelt, das genutzt werden kann, um Ursache und Wirkung zu isolieren. Durch die sorgfältige Anpassung der Daten, um die spezifischen Wahrscheinlichkeiten vorzunehmen, wann eine Behandlung zugewiesen wurde, können sie ein Standard-Regressionsmodell verwenden, um zwei unterschiedliche Arten von Effekten zu berechnen. Der erste ist der unmittelbare Effekt: wie sehr eine Behandlung das Verhalten einer Person direkt nach ihrer Gabe verändert. Der zweite ist der verzögerte Effekt (Lagged Effect): wie sehr eine Behandlung vom Vortag das Verhalten am heutigen Tag weiterhin beeinflusst.

Die Forscher testeten ihre neue Methode durch zwei groß angelegte Computersimulationen, die wie virtuelle Laboratorien fungieren, in denen sie Tausende von fiktiven Datensätzen generieren können, um zu sehen, wie ihre Formeln unter verschiedenen Bedingungen abschneiden. In der ersten Simulation modellierten sie ein Szenario mit drei verschiedenen Behandlungsoptionen, ein in modernen Gesundheitsstudien übliches Setup. Sie fanden heraus, dass ihre Methode die wahren Effekte jeder Behandlung mit sehr geringem Fehler rekonstruieren konnte, selbst wenn die Daten komplexe Trends enthielten. Die Genauigkeit verbesserte sich mit zunehmender Anzahl der Beobachtungspunkte, was darauf hindeutet, dass die Methode für Studien mit längeren Zeiträumen robust ist. In der zweiten Simulation widmeten sie sich einem schwierigeren Szenario, in dem die Randomisierung eingeschränkt war. In vielen realen Studien können Forscher es nicht zulassen, dass eine Person zu viele Tage hintereinander dieselbe Behandlung erhält, da dies langweilig oder unpraktisch werden könnte. Diese Einschränkung verändert die Mathematik des Experiments. Die Simulationen zeigten, dass die Methode ohne eine spezifische Anpassung für diese Regeln verzerrte Ergebnisse liefern würde, insbesondere für die verzögerten Effekte. Als die Forscher jedoch eine Wahrscheinlichkeitsanpassung in ihr Modell einfügten, um diese Einschränkungen zu berücksichtigen, verschwand die Verzerrung und die Schätzungen wurden wieder genau.

Um zu beweisen, dass die Methode in der realen Welt funktioniert, wandte das Team sie auf zwei bestehende Datensätze an. Der erste stammte aus einer Studie über körperliche Aktivität namens HeartSteps, bei der eine Teilnehmerin zufällige Vorschläge erhielt, entweder zu gehen oder sitzende Tätigkeiten zu vermeiden. Unter Verwendung ihres neuen Frameworks berechneten die Forscher, dass ein Vorschlag zum Gehen zu einer unmittelbaren Steigerung von etwa 129 Schritten in den folgenden 30 Minuten führte, während ein Vorschlag zur Vermeidung von sitzenden Tätigkeiten zu einer Steigerung von etwa 143 Schritten führte. Keiner dieser Zuwächse war für sich genommen statistisch signifikant, was bedeutet, dass die Daten nicht stark genug waren, um Zufall auszuschließen, aber die Methode lieferte erfolgreich klare, interpretierbare Zahlen. Das zweite Beispiel stammte aus einer speziellen Erziehungsstudie mit einem Kind mit Autismus-Spektrum-Störung. Das Kind wechselte zwischen einer kognitiven Übung und einer Kontrollaktivität. Die Analyse ergab, dass die kognitive Übung das Problemverhalten im Vergleich zur Kontrollgruppe unmittelbar um fast 19 Prozentpunkte reduzierte. Die Methode prüfte auch auf anhaltende Effekte der vorangegangenen Sitzung, fand jedoch keine klaren Anzeichen dafür, dass die vorherige Behandlung das heutige Verhalten beeinflusste.

Die Studie unterstreicht, dass die Methode zwar leistungsstark ist, aber auch Grenzen hat, insbesondere wenn die Datenserien sehr kurz sind. In den Simulationen mit eingeschränkter Randomisierung stellten die Forscher fest, dass bei weniger als 30 Beobachtungspunkten die Konfidenzintervalle – der Bereich, in dem der wahre Effekt wahrscheinlich liegt – manchmal zu eng waren, was zu einem höheren Risiko für Fehlalarme führte. Dies deutet darauf an, dass Forscher vorsichtig sein müssen, wenn sie aus sehr kurzen Studien starke Schlussfolgerungen ziehen, obwohl die Methode ein bedeutender Schritt nach vorn ist. Die Autoren betonen, dass ihr Ansatz nicht davon ausgeht, dass die Daten einem perfekten linearen Muster folgen; stattdessen nutzt er die bekannten Regeln der Randomisierung, um das kausale Signal aus dem Rauschen zu extrahieren. Indem sie das Design des Experiments direkt mit der Regressionsanalyse verknüpten, haben sie einen Weg geschaffen, mit dem Wissenschaftler über einfache Durchschnittswerte hinausgehen und die einzigartigen, personenspezifischen Effekte von Behandlungen verstehen können. Dieses Framework bietet einen Weg für die personalisierte Medizin und die Verhaltenswissenschaft, der es Forschern ermöglicht, nicht nur zu fragen: „Funktioniert das?“, sondern: „Funktioniert das für diese Person, genau jetzt und wie lange?“

Technisches Resümee: Regressionsbasierte kausale Inferenz für personenbezogene Effekte in Within-Subject-Randomisierungsdesigns

Problemstellung

In der psychologischen und verhaltensbezogenen Forschung zeigen Interventionen oft heterogene Effekte, die einigen Individuen helfen, während sie bei anderen kaum Wirkung zeigen. Traditionelle Between-Subject-Randomized-Controlled-Trials (RCTs) haben Schwierigkeiten, diese personenbezogenen Behandlungseffekte zu schätzen, da sie die Ergebnisse über die Teilnehmer hinweg mitteln, wobei jedes Individuum nur eine Bedingung erhält. Während Within-Subject-Randomisierungsdesigns (z. B. Micro-Randomized Trials, N-of-1-Studien und Randomized Alternating Treatment Designs) eine Lösung bieten, indem sie dieselbe Einheit wiederholt über die Zeit hinweg Bedingungen zuweisen, verlassen sich aktuelle analytische Ansätze oft auf deskriptive Zusammenfassungen (z. B. Mittelwertdifferenzen, visuelle Analyse) oder einfache statistische Tests. Diese Methoden scheitern häufig daran, Behandlungseffekte rigoros von Zeittrends, serieller Abhängigkeit oder vorangegangener Behandlungsexposition zu trennen. Zudem können bestehende Frameworks für die kausale Inferenz in diesen Designs, wie etwa das Inverse Probability Weighting (IPW), rechnerisch komplex oder für angewandte Forscher, die an Regressionswerkzeuge gewöhnt sind, weniger intuitiv sein. Darüber hinaus lassen sich Standard-Regressionsbasierte Schätzer, die für unbeschränkte binäre Behandlungen entwickelt wurden, nicht direkt auf Designs mit mehreren Behandlungsarmen oder eingeschränkten Randomisierungsschemata (z. B. zur Vermeidung langer Sequenzen derselben Bedingung) anwenden, die in der Verhaltensforschung häufig vorkommen.

Methodik

Die Autoren entwickeln ein regressionsbasiertes Framework für die kausale Inferenz, das auf dem Potential-Outcomes-Framework basiert. Die zentrale Innovation besteht darin, die Behandlungsindikatoren basierend auf bekannten Zuweisungswahrscheinlichkeiten zu transformieren, um kausale Effekte mittels Ordinary Least Squares (OLS)-Regression zu schätzen. Dadurch wird eine designbasierte kausale Interpretation beibehalten, ohne dass das Regressionsmodell der wahre datengenerierende Prozess sein muss.

1. Kausale Estimanden

Die Studie definiert zwei primäre kausale Effekte für Within-Subject-Designs:

Durchschnittlicher unmittelbarer Effekt ( $\bar{\Delta}^{(0)}$ ): Die erwartete Differenz im Outcome zum Zeitpunkt $t$ zwischen der Zuweisung von Behandlung versus Kontrolle, gemittelt über vorangegangene Behandlungsverläufe.
Durchschnittlicher Lag-1-Effekt ( $\bar{\Delta}^{(1)}$ ): Die erwartete Differenz im Outcome zum Zeitpunkt $t$ , die auf die zum Zeitpunkt $t-1$ zugewiesene Behandlung zurückzuführen ist, unter Beibehaltung der aktuellen Behandlung, gemittelt über Verläufe und aktuelle Zuweisungen.

2. Schätzstrategie

Die Methode beinhaltet die Konstruktion von „arbeitenden“ OLS-Regressionen, bei denen die Prädiktoren transformierte Behandlungsindikatoren sind.

Binäre, unbeschränkte Designs: Behandlungsindikatoren ( $W_t$ ) werden durch ihre Zuweisungswahrscheinlichkeit ( $p_t$ ) zentriert und durch ihre Zuweisungsvarianz ( $v_t = p_t(1-p_t)$ ) skaliert. Der transformierte Prädiktor ist $\tilde{W}_t = (W_t - p_t) / v_t$ . Das Regressionsmodell lautet $Y_t = b_0\tilde{W}_t + b_1\tilde{W}_{t-1} + e_t$ . Die Koeffizienten werden dann durch den Kehrwert der durchschnittlichen Varianz reskaliert, um die kausalen Effekte wiederherzustellen.
Erweiterung I: Interventionen mit mehreren Armen: Für $J$ Bedingungen wird der skalare Indikator durch einen Vektor von Behandlungsindikatoren ersetzt. Diese werden zentriert und skaliert unter Verwendung der Inversen der Zuweisungskovarianzmatrix ( $\Sigma_t^{-1}$ ), welche die negative Korrelation zwischen sich gegenseitig ausschließenden Behandlungszuweisungen berücksichtigt. Die Regressionsschätzer liefern einen Vektor von unmittelbaren und Lag-1-Effekten relativ zu einer Referenzbedingung.
Erweiterung II: Eingeschränkte Randomisierung: In Designs, in denen Zuweisungswahrscheinlichkeiten von der Historie abhängen (z. B. „nicht mehr als zwei aufeinanderfolgende Sitzungen derselben Bedingung“), werden einige Zuweisungen deterministisch ( $p_t = 0$ oder $1$). Die Autoren schlagen eine wahrscheinlichkeitsadjustierte Regression vor, die die bedingte Wahrscheinlichkeit $p_t$ (und potenziell $p_{t-1}$ ) als zusätzlichen Kovariaten einbezieht, um die durch die Einschränkung erzeugte Abhängigkeit zu berücksichtigen. Deterministische Gelegenheiten werden in den transformierten Prädiktoren als Null kodiert, aber in der Regression beibehalten, um die Stichprobengröße zu wahren, obwohl sie nicht zum randomisierten Kontrast beitragen.

3. Inferenz

Die Unsicherheit wird mittels robuster Kovarianzschätzer geschätzt. Die Autoren evaluieren zwei Optionen:

Newey–West HAC: Berücksichtigt Heteroskedastizität und serielle Korrelation.
HC3: Ein heteroskedastizitäts-robuster Schätzer, der in kleinen Stichproben mit hohem Leverage gut abschneidet.
Die Standardfehler werden mit denselben Faktoren reskaliert, die auf die Punktschätzer angewendet wurden, um Konfidenzintervalle auf der Skala des kausalen Effekts zu berichten.

Zentrale Beiträge

Framework-Erweiterung: Die Arbeit erweitert den regressionsbasierten kausalen Schätzer (zuvor beschränkt auf binäre, unbeschränkte Designs) auf Interventionen mit mehreren Armen und eingeschränkte Randomisierungsschemata, die in Single-Case- und Micro-Randomized-Trials häufig sind.
Wahrscheinlichkeitsanpassung: Sie führt eine spezifische Regressionsformulierung für die eingeschränkte Randomisierung ein, die designbasierte Wahrscheinlichkeitsterme ( $p_t$ ) als Kovariaten enthält. Diese Anpassung hat sich als notwendig erwiesen, um Bias in Lag-1-Effekt-Schätzungen zu eliminieren, wenn Zuweisungswahrscheinlichkeiten historienabhängig sind.
Integration von Werkzeugen: Der Ansatz überbrückt das designbasierte kausale Denken mit vertrauten OLS-Regressionswerkzeugen und macht so eine rigorose kausale Schätzung für angewandte Forscher zugänglicher, ohne die Konstruktion komplexer gewichteter Outcomes zu erfordern.

Simulationsergebnisse

Zwei Monte-Carlo-Studien evaluierten die vorgeschlagenen Schätzer:

Simulation I (Mehrere Arme): Der vorgeschlagene Schätzer zeigte in einem Design mit drei Bedingungen einen geringen Bias für sowohl unmittelbare als als auch Lag-1-Effekte über die meisten Bedingungen hinweg. Der Bias war in kurzen Serien etwas höher, nahm aber mit zunehmender Anzahl der Zeitpunkte ( $T$ ) ab. Der Root Mean Squared Error (RMSE) sank mit längeren Serien. Die Inferenzleistung (Coverage und Type I Error) verbesserte sich mit längeren Serien; allerdings neigten HAC-Standardfehler dazu, in kurzen Serien unterzukommentieren (under-cover), während HC3 konservativer war.
Simulation II (Eingeschränkte Randomisierung):
- Bias: Der nicht-wahrscheinlichkeitsadjustierte Schätzer zeigte einen erheblichen negativen Bias für Lag-1-Effekte. Im Gegensatz dazu stellte der wahrscheinlichkeitsadjustierte Schätzer sowohl unmittelbare als auch Lag-1-Effekte mit vernachlässigbarem Bias wieder her.
- Inferenz: Während die Punktschätzer erwartungstreu waren, blieb die Inferenz in kurzen Serien schwierig. HAC-Standardfehler führten zu Unterdeckung (under-coverage) und inflatierten Type-I-Fehlerraten, insbesondere für Lag-1-Effekte. HC3-Standardfehler kontrollierten den Type-I-Fehler besser, waren jedoch konservativ (geringere Power).

Empirische Demonstrationen

Die Autoren wandten die Methoden auf zwei reale Datensätze an:

HeartSteps (Micro-Randomized Trial): Analysierte Daten eines Teilnehmers, um die unmittelbaren und Lag-1-Effekte von Geh-Vorschlägen gegenüber Anti-Sedentary-Vorschlägen auf die Schrittzahl zu schätzen. Die Ergebnisse lieferten interpretierbare Schätzungen der Schrittsteigerung, wenngleich die Konfidenzintervalle breit waren und Null einschlossen.
Restricted Alternating Treatment Design (Sonderpädagogik): Analysierte Daten eines Kindes mit Autismus-Spektrum-Störung, das eine kognitive Übung mit einer Kontrollbedingung verglich. Der wahrscheinlichkeitsadjustierte Schätzer deutete auf eine signifikante unmittelbare Reduktion des problematischen Verhaltens unter der Behandlungsbedingung hin, fand jedoch keine klare Evidenz für einen Lag-1-Effekt (Residualeffekt).

Bedeutung und Ansprüche

Die Arbeit behauptet, ein methodisch rigoroses, aber praktisch zugängliches Framework zur Schätzung personenbezogener kausaler Effekte in Within-Subject-Randomisierungsdesigns bereitzustellen. Durch die Verknüpfung vertrauter Regressionswerkzeuge mit der Logik des designbasierten kausalen Denkens argumentieren die Autoren, dass Forscher in der Lage sind, Behandlungseffekte besser von Zeittrends und serieller Abhängigkeit zu isolieren, ohne starke Annahmen über den datengenerierenden Prozess treffen zu müssen.

Die Autoren räumen bescheiden Einschränkungen ein:

Inferenz in kurzen Serien: Die Inferenz in kurzen, eingeschränkten Serien bleibt schwierig, mit potenziellem Under-Coverage von Konfidenzintervallen und inflatierten Type-I-Fehlerraten, insbesondere für Lag-1-Effekte.
Fehlende Daten: Das aktuelle Framework setzt vollständige Daten voraus; zukünftige Arbeiten müssen Strategien für fehlende Daten integrieren.
Theoretische Lücken: Die asymptotische Theorie für eingeschränkte Randomisierungsdesigns ist noch unterentwickelt, und die Konsistenz des wahrscheinlichkeitsadjustierten Schätzers unter allen eingeschränkten Bedingungen erfordert weitere theoretische Ableitungen.
Fokus auf Einzel-Einheiten: Das aktuelle Framework analysiert eine Einheit zur Zeit; die Erweiterung zur Schätzung der Heterogenität über mehrere Einheiten hinweg ist eine Richtung für zukünftige Forschung.

Die Studie kommt zu dem Schluss, dass die vorgeschlagenen Schätzer zwar effektiv Bias reduzieren, Forscher die Inferenzergebnisse in kurzen, eingeschränkten Designs jedoch mit Vorsicht interpretieren sollten, insbesondere wenn sie verzögerte Effekte untersuchen.