Asymptotic inference with flexible covariate adjustment under rerandomization and stratified rerandomization

Sintesi Tecnica: Inferenza Asintotica con Aggiustamento Flessibile delle Covariate sotto Riassegnazione e Riassegnazione Stratificata

Enunciato del Problema
La riassegnazione è una procedura di randomizzazione vincolata progettata per controllare lo squilibrio delle covariate basali scartando i piani di assegnazione del trattamento che non soddisfano un criterio di equilibrio pre-specificato. Sebbene le proprietà asintotiche degli stimatori non aggiustati e linearmente aggiustati sotto riassegnazione siano state ampiamente studiate nell'ambito di un quadro basato su disegno di popolazione finita, non è chiaro se tali risultati si generalizzino alla classe più ampia degli stimatori M. Questa classe include strategie di aggiustamento flessibile delle covariate come la g-computazione con modelli lineari generalizzati, gli stimatori a doppia robustezza per dati mancanti, i modelli ad effetti misti per trial randomizzati a grappoli e gli stimatori efficienti che utilizzano apprenditori automatici adattivi ai dati. La letteratura esistente manca di una teoria asintotica formale per questi stimatori sotto riassegnazione, creando un vuoto nella comprensione di come condurre inferenze valide quando l'aggiustamento flessibile è combinato con la randomizzazione vincolata.

Metodologia
Gli autori adottano un quadro basato sul campionamento da una super-popolazione, assumendo estrazioni indipendenti e identicamente distribuite (i.i.d.) da una distribuzione sconosciuta con momenti secondi finiti. Lo studio copre due procedure di randomizzazione principali:

1. Riassegnazione: Le assegnazioni del trattamento vengono rigenerate finché la distanza di Mahalanobis (o una distanza generalizzata) della statistica di squilibrio su un sottoinsieme di covariate ($X_r$) non scende al di sotto di una soglia $t$.
2. Riassegnazione Stratificata: Una combinazione di randomizzazione stratificata (per garantire un equilibrio esatto sugli strati categoriali) e riassegnazione (per controllare lo squilibrio sulle covariate continue).

Il documento sviluppa una teoria asintotica per gli stimatori M, definiti come soluzioni alle equazioni di stima $\sum \psi(O_i; \theta) = 0$, e per stimatori efficienti basati sulla funzione di influenza efficiente (EIF) utilizzando il double machine learning (DML) con cross-fitting. L'analisi affronta la correlazione tra le osservazioni indotta dal campionamento per rifiuto intrinseco alla riassegnazione.

Contributi e Risultati Chiave

1. Linearità Asintotica e Invarianza della Funzione di Influenza:
   Gli autori dimostrano che per qualsiasi stimatore M che soddisfi le condizioni di regolarità standard, la linearità asintotica e la funzione di influenza rimangono identiche sotto randomizzazione semplice e riassegnazione. Di conseguenza, se uno stimatore è consistente sotto randomizzazione semplice, rimane consistente sotto riassegnazione. Questo risultato elimina la necessità di ridefinire le funzioni di influenza per gli stimatori M sotto riassegnazione.

2. Distribuzione Asintotica Non Gaussiana:
   A differenza della randomizzazione semplice, che produce normalità asintotica, la riassegnazione porta generalmente a una distribuzione asintotica non gaussiana. Si dimostra che la distribuzione limite è una combinazione lineare di una variabile normale standard e di una variabile normale troncata:
   $$\sqrt{n}(\hat{\Delta} - \Delta) \xrightarrow{d} \sqrt{V} \left( \sqrt{1-R^2} z + \sqrt{R^2} r_{q,t} \right)$$
   dove $z \sim N(0,1)$, $r_{q,t}$ è una variabile normale troncata, $V$ è la varianza asintotica sotto randomizzazione semplice e $R^2$ misura l'allineamento tra la funzione di influenza dello stimatore e le covariate riassegnate. Questa distribuzione è simmetrica e a campana, ma ha una varianza ridotta di un fattore dipendente da $R^2$ e dalla soglia di equilibrio $t$.

3. Condizioni per la Normalità Asintotica (Ignorabilità della Riassegnazione):
   Il documento identifica condizioni specifiche in cui $R^2 = 0$, rendendo la distribuzione asintotica normale e la procedura di riassegnazione asintoticamente ignorabile durante la fase di analisi. Per stimatori comuni (ANCOVA, g-computazione con regressione logistica, DR-WLS e ANCOVA mista), la normalità asintotica è raggiunta se:

   • L'assegnazione del trattamento è bilanciata ($\pi=0.5$) e l'oggetto di stima è sulla scala delle differenze;
   • Il modello di regressione dell'esito include termini di interazione trattamento-covariata per le variabili di riassegnazione; oppure
   • Il modello di regressione dell'esito è correttamente specificato.
     Crucialmente, se il modello di analisi aggiusta per le variabili di riassegnazione (e le variabili degli strati nel caso stratificato), le procedure di inferenza standard basate sulla normalità asintotica rimangono valide.

4. Estensione alla Riassegnazione Stratificata:
   Risultati paralleli sono stabiliti per la riassegnazione stratificata. La distribuzione asintotica segue una forma simile, con aggiustamenti alla componente di varianza per tenere conto della riduzione della varianza dovuta alla stratificazione. La condizione per la normalità asintotica richiede l'aggiustamento sia per le variabili di riassegnazione che per gli indicatori degli strati.

5. Stimatori Efficienti con Apprendimento Automatico:
   Gli autori estendono questi risultati agli stimatori efficienti basati sulla funzione di influenza efficiente e sugli apprenditori automatici adattivi ai dati (DML). Dimostrano che, purché i modelli di apprendimento automatico aggiustino per le variabili di riassegnazione, gli stimatori rimangono efficienti semiparametricamente. La distribuzione asintotica segue la stessa forma non gaussiana a meno che l'insieme di aggiustamento non includa le variabili di riassegnazione, nel qual caso $R^2=0$ e la normalità è ripristinata. Il documento dimostra che la riassegnazione non abbassa il limite classico di efficienza semiparametrica, ma può ridurre la varianza degli stimatori che non sono ortogonali alle covariate prognostiche.

Significato e Affermazioni
Il documento afferma di fornire il primo sviluppo formale della teoria asintotica per una classe generale di stimatori aggiustati per le covariate sotto riassegnazione e riassegnazione stratificata. Il suo significato principale risiede nel:

• Chiarezza delle Procedure di Inferenza: Dimostra che per molti stimatori comunemente usati, se l'analisi aggiusta adeguatamente per le variabili utilizzate nel disegno di randomizzazione, l'inferenza standard (assumendo randomizzazione semplice) è asintoticamente valida. Questo semplifica l'applicazione pratica della riassegnazione.
• Collegamento tra Disegno e Analisi: I risultati collegano i benefici basati sul disegno della riassegnazione (migliorato equilibrio) con i benefici basati sull'analisi dell'aggiustamento flessibile delle covariate, mostrando che i due sono complementari, ma che i guadagni di efficienza derivanti dalla riassegnazione possono essere completamente catturati dall'aggiustamento in campioni di grandi dimensioni.
• Validazione degli Approcci di Apprendimento Automatico: Il lavoro supporta l'uso di apprenditori automatici adattivi ai dati negli esperimenti riassegnati, dimostrandone l'ottimalità di efficienza e fornendo la giustificazione teorica necessaria per il loro comportamento asintotico.

Gli autori notano che, sebbene i loro risultati siano derivati nell'ambito di un quadro di super-popolazione, fungono da controparti basate sul campionamento rispetto ai risultati precedenti basati sul disegno per stimatori lineari. Riconoscono che, in campioni finiti, in particolare con dimensioni campionarie ridotte o specificazione errata del modello, la riassegnazione può ancora offrire guadagni di precisione anche se la varianza asintotica è teoricamente invariata, un fenomeno osservato nelle loro simulazioni e nella rianalisi di un esperimento randomizzato a grappoli.