Randomization Inference For the Always-Reporter Treatment Effect

Resumen Técnico: Inferencia por Randomización para el Efecto del Tratamiento en los "Siempre Reportadores"

1. Planteamiento del Problema

El artículo aborda el problema de la pérdida de datos (attrition) en ensayos controlados aleatorizados (RCTs), donde los resultados de algunas unidades no se observan después de la aleatorización. Si la pérdida de datos está sistemáticamente relacionada con los resultados potenciales, esto introduce un sesgo de selección.

El enfoque se centra en el marco de monotonicidad (propuesto por [18]), que asume que el tratamiento afecta el comportamiento de reporte en una sola dirección (es decir, no existen unidades que reporten si no reciben tratamiento pero no reporten si lo reciben). Bajo este supuesto, el objetivo es inferir el Efecto Promedio del Tratamiento para los Siempre Reportadores (AR-ATE).

• Definición de Siempre Reportadores (Always-Reporters): Unidades que reportarían sus resultados independientemente de si reciben tratamiento o control ($r_i(1)=1$ y $r_i(0)=1$).
• Desafío Principal: El estatus de "siempre reportador" es no observable directamente. Solo se sabe con certeza quiénes son los siempre reportadores en el grupo de control que reportaron; en el grupo de tratamiento, los que reportan son una mezcla de siempre reportadores y "reportadores condicionales" (if-reporters). Esto impide recuperar exactamente la distribución de resultados de los siempre reportadores, incluso bajo la hipótesis nula aguda.

2. Metodología Propuesta

Los autores proponen un procedimiento de inferencia por randomización basado en un enfoque de peor caso (worst-case) para superar la falta de observabilidad de la subpoblación objetivo.

A. Enfoque de Valor-p del Peor Caso:
En lugar de asumir una configuración específica de quiénes son los siempre reportadores, el método calcula el valor-p maximizando sobre todas las configuraciones posibles de siempre reportadores que son consistentes con los datos observados (asignación y patrones de reporte).

• Se define un valor-p de peor caso: $p_{worst} = \sup_{A \in \mathcal{A}(D_{obs}, R)} p(A)$, donde $\mathcal{A}$ es el conjunto de todas las tablas de reporte compatibles.
• Se rechaza la hipótesis nula si este valor-p máximo es menor que el nivel de significancia $\alpha$.

B. Prueba de Balance y Poda (Pruning):
El modelo implica dos condiciones de equilibrio bajo la hipótesis nula aguda:

1. Equilibrio en los resultados (estándar).
2. Equilibrio en el número de siempre reportadores entre los grupos de tratamiento y control.
   Se utiliza una prueba previa (pretest) para eliminar configuraciones de siempre reportadores que sean estadísticamente improbables (demasiado desequilibradas en número), reduciendo así el espacio de búsqueda computacional.

C. Estadísticos de Prueba:
Se proponen estadísticos studentizados para garantizar la validez tanto en muestras finitas como asintóticas:

• Estadístico Studentized-Hajek ($T^0_n$): Basado en la diferencia de medias estandarizada.
• Estadísticos Chi-cuadrado ($T^1_n, T^2_n$): Combinan el estadístico de Hajek con una medida de desequilibrio en el conteo de siempre reportadores. $T^1_n$ usa una forma cuadrática estándar, mientras que $T^2_n$ incorpora una función de parte entera (floor) para manejar casos límite.

D. Implementación Computacional:
Dado que la enumeración exhaustiva de todas las configuraciones es computacionalmente inviable para muestras grandes, los autores desarrollan algoritmos eficientes:

• Resultados Discretos: Se explota la simetría de la distribución de randomización para realizar una enumeración exhaustiva de los conteos de resultados (polinomial en $n$).
• Resultados Continuos: Se reformula el problema de optimización como una serie de subproblemas más pequeños resolubles mediante Programación Lineal Entera (Integer Programming). Se utilizan técnicas de búsqueda dicotómica (bisection) y límites analíticos para aproximar los valores-p de manera conservadora pero válida.

3. Contribuciones Clave

1. Garantías de Validez Dual:
   • Validez en Muestra Finita: El procedimiento es válido para la hipótesis nula aguda (donde el tratamiento no tiene efecto en ningún siempre reportador) sin depender de aproximaciones asintóticas.
   • Validez Asintótica: El procedimiento es válido para la hipótesis nula débil (donde el efecto promedio es cero) bajo condiciones de regularidad, incluso en regiones del espacio de parámetros donde la tasa diferencial de pérdida de datos es negligible (una región que los métodos asintóticos tradicionales a menudo excluyen o requieren ajustes específicos).
2. Nueva Condición de Balance: A diferencia de la literatura previa que solo considera el equilibrio de resultados, este trabajo identifica y explota el equilibrio en el número de siempre reportadores como una restricción adicional para la inferencia.
3. Algoritmos Computacionalmente Factibles: Proporcionan la primera implementación práctica de inferencia de randomización exacta (o casi exacta) para el AR-ATE en datos continuos, utilizando programación entera para manejar la complejidad combinatoria.

4. Resultados y Simulaciones

• Validación Teórica: Se demuestra teóricamente que el procedimiento controla la tasa de error Tipo I en el nivel nominal $\alpha$ bajo la hipótesis nula aguda (validez exacta) y converge al nivel nominal bajo la hipótesis nula débil (validez asintótica uniforme).
• Desempeño Empírico:
  • En simulaciones con $n=100$, bajo la hipótesis nula (ATE=0), la tasa de rechazo fue de 0.002 (muy por debajo de 0.05), demostrando un control estricto del error Tipo I.
  • Bajo la alternativa (ATE=1), el poder de la prueba fue alto (0.9218).
  • Costo Computacional: El tiempo de ejecución mediano fue de ~35 segundos para casos nulos y ~308 segundos para casos alternativos. El algoritmo a menudo termina rápidamente gracias a la poda heurística, aunque en casos raros donde la decisión es ambigua, puede requerir verificación exhaustiva (hasta ~75,000 segundos en casos extremos).

5. Significado e Impacto

Este trabajo representa un avance significativo en la econometría experimental y la inferencia causal:

• Robustez: Ofrece garantías de inferencia que no dependen de supuestos de distribución normal o tamaños de muestra grandes, lo cual es crucial en experimentos de campo con tamaños de muestra moderados y tasas de pérdida de datos.
• Rigor en la Monotonicidad: Proporciona una solución rigurosa al problema de la inferencia bajo el supuesto de monotonicidad, que es común pero difícil de manejar con métodos estándar.
• Aplicabilidad Práctica: Al proporcionar algoritmos concretos para resultados continuos y discretos, hace que la inferencia de randomización "worst-case" sea accesible para investigadores que enfrentan problemas de pérdida de datos en sus estudios, permitiendo conclusiones más fiables que los métodos asintóticos tradicionales o los límites de peor caso sin inferencia.

En resumen, Chang y Yu presentan un marco unificado que combina la teoría de inferencia por randomización con optimización computacional avanzada para ofrecer pruebas de hipótesis robustas y válidas para el efecto del tratamiento en subpoblaciones no observables en presencia de pérdida de datos.