📈 economics

Randomization Inference For the Always-Reporter Treatment Effect

この論文は、ランダム化対照試験における欠測データを扱い、常に報告する単位に焦点を当てた平均処置効果（AR-ATE）について、観測データと整合するすべての「常に報告する」構成を考慮した最悪ケースのランダム化推論法を提案し、その有限サンプルおよび漸近的妥当性を示すものである。

原著者： Haoge Chang, Zeyang Yu

公開日 2026-03-27

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Haoge Chang, Zeyang Yu

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

🍎 物語：りんごの味比べと「逃げた」人々

想像してください。あなたが新しい「魔法のりんご」の味を調べる実験をしているとします。

グループA（治療群）: 魔法のりんごを食べる。
グループB（対照群）: 普通のりんごを食べる。

実験が終わった後、あなたは「どちらのりんごが美味しかったか？」を聞き取ろうとします。しかし、問題が発生しました。

グループAには、50 人中 45 人が「美味しかった！」と答えました。
グループBには、50 人中 40 人が「美味しかった！」と答えました。

でも、5 人と10 人は、結果を答えずに帰ってしまいました（脱落）。

🚩 従来の方法の弱点：「誰が答えたか」の罠

昔の方法は、「答えた人だけ」を見て「魔法のりんごの方が美味しい」と結論づけていました。
しかし、ここには**「脱落の理由」**という隠れた罠があります。

もし「魔法のりんごがまずかったから、腹を立てて帰ってしまった人」がいれば、残った 45 人は「本当に美味しい人」だけかもしれません。
逆に、「普通のりんごがまずすぎて、怒って帰ってしまった人」がいれば、残った 40 人は「普通でもまあまあ美味しい人」だけかもしれません。

このように、「誰が答えたか」が「りんごの味」に関係している場合、単純な比較は嘘をついてしまいます。これを統計学では「選択バイアス」と呼びます。

💡 この論文のアイデア：「最悪のシナリオ」を想定する

この論文の著者たちは、**「脱落した人々の正体（誰が答えたか）がわからない」という状況で、「絶対に間違えない（安全な）」**結論を出す方法を考えました。

彼らが提案するのは、**「最悪のシナリオ（Worst-Case）」**を想定するテストです。

🕵️‍♂️ 探偵のゲーム：「正体不明のリスト」

実験の結果（誰が答えたか）は分かっていますが、「脱落した人々が、実は『魔法のりんご』を食べていたのか、『普通のりんご』を食べていたのか」は分かりません。

著者たちはこう考えます：

「もし、脱落した人々が**『魔法のりんごの方が美味しい』という結論を最も強く支持する配置だったとしたらどうなる？
また、『魔法のりんごの方がまずい』という結論を最も強く支持する配置**だったとしたらどうなる？」

彼らは、**「あり得るすべての脱落パターンのリスト」を作り、その中で「最も結果が曖昧になる（最も p 値が大きくなる）最悪のパターン」**を見つけます。

もし、**「最悪のパターン」でも「魔法のりんごが優れている」という証拠が十分であれば、「どんなパターンでも、魔法のりんごは優れている！」**と断言できます。
もし、最悪のパターンでは判断がつかないなら、「データが不足している」として結論を出しません。

これを**「最悪ケースのランダム化テスト」**と呼びます。

🛠️ 具体的なツール：2 つのバランスチェック

このテストを行うために、著者たちは 2 つの「バランスチェック」を使います。

味のバランス（結果の分布）:
- 魔法のりんごを食べたグループと、普通のりんごを食べたグループで、「美味しい」と答えた人の味が偏っていないか？
人数のバランス（脱落者の数）:
- ここが新しいポイントです。ランダムに割り当てられたなら、「魔法のりんごグループ」と「普通のりんごグループ」に、「どんな状況でも必ず答える人（Always-Reporter）」の数は、平均して同じはずです。
- もし、一方のグループに「必ず答える人」が極端に多く、もう一方に極端に少ないなら、それは偶然ではなく、何か不自然なことが起きている可能性があります。

この 2 つのバランスを同時にチェックすることで、より強力な証拠を得ることができます。

🧮 計算の工夫：パズルを解くように

「あり得るすべてのパターン」を調べるのは、パズルのピースが何万通りもあるようなもので、計算が非常に大変です。

答えが「はい/いいえ」だけの場合: 計算機が全部のパターンを数え上げます（全数調査）。
答えが「数値」の場合: 「整数計画法」という、複雑なパズルを効率的に解く数学的なテクニックを使って、「一番悪いケース」だけを素早く見つけ出すように工夫しています。

🌟 まとめ：なぜこれが重要なのか？

この論文が提案する方法は、「脱落した人々」が実験の結論を歪めてしまうリスクを、数学的に完全に排除することを目指しています。

従来の方法: 「たぶん大丈夫だろう」という確率論（漸近理論）に頼っていた。
この論文の方法: 「どんな最悪な状況でも、この結論は間違っていない」という**「絶対的な保証（有限サンプル保証）」**を提供する。

日常の例えで言うと：

従来の方法：「天気予報で『90% の確率で晴れる』と言われたから、傘を持たずに外出する。」
この論文の方法：「どんなに雨が降る可能性があっても、傘を持っていれば濡れないという『絶対的な保証』があるから、傘を持って外出する。」

このように、「脱落」という不完全なデータがある状況でも、確実な結論を引き出したいという、非常に堅実で安全志向なアプローチが、この論文の核心です。

1. 問題設定と背景

課題: 多くのフィールド実験では、ランダム化後に一部の対象者の結果データが観測されない（サンプル欠損）ことが一般的です。この欠損が潜在的な結果と系統的に関連している場合、選択バイアスが生じ、処置効果の推定が歪められます。
既存のアプローチ: 従来の方法（例：Imbens & Rubin, 1997）は、アトリションの方向性を単調である（Monotonicity）と仮定し、常に報告する対象者（処置群・対照群の両方で結果が観測される可能性のある対象者）の平均処置効果（AR-ATE）の範囲（Bounds）を特定します。しかし、既存の推論手法は主に漸近的近似（Asymptotic approximations）に依存しており、有限サンプル（Finite-sample）における厳密な保証を提供していませんでした。
本研究の目的: 単調性仮定の下で、AR-ATE に対する**ランダム化推論（Randomization Inference）**に基づく手法を提案し、鋭い帰無仮説（Sharp Null）に対して有限サンプルで有効な推論、および弱い帰無仮説（Weak Null）に対して漸近的に有効な推論を提供することです。

2. 手法とアプローチ

本研究の核心は、常に報告する対象者の集合が観測データからは完全には特定できない（部分的にしか観測されない）という不確実性に対処するための**最悪ケース（Worst-case）**アプローチにあります。

2.1 基本的な枠組み

単調性仮定: 処置が報告行動に与える影響はすべての対象者で同じ方向である（例：処置を受けると報告する可能性が低くなることはなく、高くなるか変わらない）。これにより、対象者は「常に報告者（Always-reporter）」「条件付き報告者（If-reporter）」「決して報告しない者（Never-reporter）」の 3 つの主要層（Principal Strata）に分類されます。
関心パラメータ: 常に報告する対象者の平均処置効果（AR-ATE）。

2.2 最悪ケースランダム化検定

観測データと整合する「常に報告者の集合」のすべての可能な構成（Configuration）に対して、ランダム化 p 値を計算し、その**最大値（最悪ケース p 値）**を採択します。

p 値の定義: $p_{worst} = \sup_{A \in \mathcal{A}(D_{obs}, R)} p(A)$ $p_{w or s t} = sup_{A \in A (D_{o b s}, R)} p (A)$
- ここで、 $\mathcal{A}(D_{obs}, R)$ は観測された処置割り当てと報告パターンと整合するすべての「常に報告者」の集合の族です。
検定統計量:
1. Studentized Hajek 統計量 ( $T^0_n$ ): 処置効果の差の標準化された絶対値。
2. カイ二乗型統計量 ( $T^1_n, T^2_n$ ): 処置効果のバランスに加え、処置群と対照群における「常に報告者」の数のバランスも考慮した統計量。
  - ランダム化割り当てにより、常に報告者の期待数は両群で等しくなるという性質を利用し、この「数のバランス」を検定に組み込むことで、より強力な検定を実現しています。

2.3 計算アルゴリズム

最悪ケース p 値の計算は、可能な構成の数が指数関数的に増大するため計算的に困難です。これを解決するため、以下の計算手法を提案しています。

離散 outcomes の場合: 完全ランダム化の対称性を利用し、結果の出現頻度（Count vector）に基づいて全列挙（Exhaustive enumeration）を行うことで、多項式時間の計算を可能にします。
連続 outcomes の場合: 整数計画法（Integer Programming, IP）を用いた最適化問題として定式化します。
- 統計量をより簡単な代数構造を持つ部分問題に分解。
- 常に報告者の数（ $n_A$ ）ごとに問題を分割。
- 二分探索（Bisection search）と混合整数二次制約計画（MIQCP）を用いて、p 値の上限と下限を効率的に計算します。
事前テスト（Pretest）: 観測された欠損パターンに基づき、常に報告者の数が極端に偏っているような非現実的な構成を統計的に除外（Pruning）するステップを導入し、計算負荷を軽減します。

3. 主要な理論的貢献と結果

3.1 有限サンプルでの有効性（Sharp Null）

定理 4.2: 提案されたランダム化推論手順は、鋭い帰無仮説（すべての常に報告者において処置効果ゼロ）に対して、**有限サンプルで厳密に有効（Finite-sample valid）**なレベル- $\alpha$ 検定を提供します。
これは、漸近近似に依存しないため、サンプルサイズが小さい場合や、データ分布が正規分布から大きく逸脱している場合でも、タイプ I エラーを制御できます。

3.2 漸近的有効性（Weak Null）

定理 4.2 & 4.4: 処置効果が異質であっても、常に報告者の平均処置効果がゼロであるという弱い帰無仮説に対して、**漸近的に有効（Asymptotically valid）**であることが示されています。
重要な進展: 既存の研究（例：Imbens & Rubin, 1997）では、処置群と対照群の欠損率の差が無視できない場合（Differential attrition）に限定されがちでしたが、本研究は欠損率の差が極めて小さい（あるいはゼロに近い）領域を含むパラメータ空間全体で、一様に漸近的有効性を保証します。これは、常に報告者の数がサンプル全体に占める割合が非常に高い場合（例：ほぼ全員が常に報告者）でも、統計的推論が成立することを意味します。

3.3 計算の効率性

シミュレーション結果（セクション 6）によると、帰無仮説が棄却されない場合や、統計量が明確に大きい場合は、ヒューリスティックな段階で早期に終了し、非常に高速に計算されます。
帰無仮説が棄却される可能性が高い場合（統計量が閾値付近にある場合）は、整数計画法による厳密な検証が必要となり、計算時間は長くなりますが、依然として実用的な範囲内（数百秒〜数千秒）で動作することが確認されています。

4. 意義と貢献

有限サンプル保証の提供: サンプル欠損のある RCT において、漸近理論に頼らずに有限サンプルで厳密な推論を行う初めての手法の一つです。これは、小規模な実験や、分布仮定が怪しいデータにおいて極めて重要です。
二重の保証（Dual Guarantees）: 鋭い帰無仮説に対しては有限サンプル有効、弱い帰無仮説に対しては漸近有効という、両方の性質を兼ね備えています。
新しいバランス条件の活用: 「常に報告者の数」のバランス条件を統計量に組み込むことで、従来の結果のバランスのみの検定よりも検出力が向上する可能性があります。
実用的な計算アルゴリズム: 理論的な枠組みを実際のデータ分析に適用可能な計算アルゴリズム（整数計画法ベース）として具体化しており、離散・連続の両方のデータタイプに対応しています。
既存手法の限界の克服: 欠損率の差が小さい領域を含む広範なパラメータ空間で有効性を保証し、既存の漸近手法がカバーできていなかった領域を補完しています。

結論

この論文は、サンプル欠損を伴うランダム化実験における因果推論の重要な課題に対して、ランダム化推論の原理を応用し、理論的に堅牢かつ計算的に実行可能な新しい枠組みを提示しました。特に、有限サンプルでの厳密性と、広範な条件下での漸近有効性を両立させた点は、実証研究における信頼性の高い因果推論の実現に大きく寄与するものです。