技术摘要：基于二次型的统一重随机化框架

问题陈述

在随机实验设计中，确保处理组与对照组之间的协变量平衡对于降低标准误和提高统计功效至关重要。虽然分层（blocking）对分类变量有效，但在处理高维连续协变量时却显得力不从心。**重随机化（Rerandomization）**通过重复进行处理分配，直到达到预设的协变量平衡水平来解决这一问题。

从历史上看，大多数重随机化方法依赖于马氏距离（Mahalanobis distance）（Morgan and Rubin, 2012），该方法使用逆协方差矩阵 ($\Sigma^{-1}$) 作为权重矩阵。然而在高维设定下，马氏重随机化会对所有协变量应用相等的方差缩减比例。随着维度 ($d$) 的增加，方差缩减项趋近于 1，导致该方法失效。虽然像岭重随机化（Ridge Rerandomization, Branson and Shao, 2021）和 PCA 重随机化（PCA Rerandomization, Zhang et al., 2024）等扩展方法试图通过优先考虑特定的特征向量来缓解这一问题，但它们需要调优参数或人为设定截断值。此外，现有的最优性结果通常假设已知协变量与结果之间的关系（例如 Liu et al., 2025），而这在实验开展前通常是难以获得的。

方法论

作者提出了一个统一框架，其中重随机化由通用的二次型平衡度量定义：
$$Q_A(\sqrt{n}\hat{\tau}_X) = (\sqrt{n}\hat{\tau}_X)^T A (\sqrt{n}\hat{\tau}_X)$$
其中 $\hat{\tau}_X$ 是协变量均值差异向量，$A$ 是一个固定的、非零的正半定矩阵 ($A \in S^d_+$)。

本文在潜在结果框架下，基于固定的协变量 $X$ 和潜在结果，推导了任何此类方案的一般理论结果。分析依赖于两个条件：

1. 条件 1： 结果与协变量的有限总体方差和协方差是定义良好的，且具有极限值。
2. 条件 2： 重随机化准则在处理分配上是对称的，并且在某些分配上赋予非零概率。

作者利用协变量均值差异的协方差矩阵 ($\Sigma$) 以及矩阵 $\Sigma^{1/2}A\Sigma^{1/2}$ 的特征结构，来刻画重随机化估计量的渐近分布。

核心贡献

1. 一般理论结果

作者推导了任何二次型重随机化方案下的协变量均值差异的渐近协方差（定理 1）。他们证明了协方差矩阵会通过方差缩减因子 $\nu_{j,\eta}$ 进行旋转和缩放，这些因子取决于 $\Sigma^{1/2}A\Sigma^{1/2}$ 的特征值。该框架允许快速重新推导现有方法（马氏、岭、PCA）的性质以及分析新的方案。

2. 协变量平衡的最优性（无需结果信息）

本文根据仅有的协变量属性确定了 $A$ 的最优选择，而无需了解结果关系 ($\beta$)：

• 最小化 Frobenius 范数： 欧几里得距离 ($A = I_d$) 最小化了协变量均值差异的协方差矩阵的 Frobenius 范数（定理 2）。这确保了重随机化后所有变化方向的幅度相等。
• 最大化总方差缩减： 马氏距离 ($A = \Sigma^{-1}$) 最大化了所有主成分的总方差缩减（定理 3）。

3. 平均处理效应（ATE）估计的最优性

作者将 $A$ 的选择与均值差异估计量 ($\hat{\tau}$) 的方差联系起来。

• 先验最优性（Oracle Optimality）： 如果协变量与结果之间的关系 ($\beta$) 是已知的，则最优矩阵为 $A^* = \beta\beta^T$（定理 5）。这将协变量均值差异按其对结果的预测能力进行加权。
• 极小极大最优性（Minimax Optimality）： 由于 $\beta$ 通常是未知的，作者证明了欧几里得重随机化 ($A = I_d$) 是极小极大最优的（定理 6）。即无论真实的协变量与结果关系如何，估计量的精度都不会“离最优选择太远”。这使得欧几里得重随机化成为在缺乏结果信息时的一种稳健的“安全”选择。

4. 主成分选择规则

论文扩展了选择前 $k$ 个主成分的框架。它推导了一个用于在 $\beta$ 未知时选择 $k$ 的成本效益决策规则（公式 8），该规则平衡了在前几个主成分上获得的方差缩减与在丢弃的成分上损失的缩减之间的关系。这被称为加权特征值规则（Weighted Eigenvalue rule）。

结果

模拟研究

作者在不同的维度 ($d$) 和特征值分布（稀疏、平均、均匀）以及不同的主成分与结果关系下进行了模拟研究：

• 稀疏特征值： 当特征值是稀疏的且结果取决于底层主成分时，马氏重随机化优于其他方法。然而，如果结果取决于顶层主成分，马氏方法的表现则很差。
• 稳健性： 欧几里得重随机化在所有设定下始终提供了第二好的方差缩减，并且在约束协方差矩阵方面表现最佳。与马氏方法相比，它展现出了更优越的稳健性，因为马氏方法在假设（等权重）与结果结构不一致时会表现得很糟糕。
• 平方欧几里得： 设置 $A = \Sigma$（平方欧几里得）会提升顶层特征值的权重，在顶层成分具有预测性时表现良好，但缺乏标准欧几里得重随机化的稳健性。

真实数据应用

利用一项关于德国青少年辅导的随机对照试验（$n=308, d=21$），作者构建了合成的非线性及非加性潜在结果。

• 发现： 协变量的特征值相对均匀。在这种设定下，所有方法表现相似，但欧几里得重随机化产生的方差最低（相对于完全随机化为 0.565），紧随其后的是平方欧几里得（0.576）。
• 启示： 结果符合理论主张，即欧几里得重随机化是极小极大最优且稳健的，特别是在特征结构并不强烈偏向特定子集的情况下。

意义与主张

本文声称提供了一个通用的理论框架，将现有的重随机化方法统一在二次型的范畴之下。其主要意义在于：

1. 实践指导： 它为从业者在缺乏结果信息时如何选择矩阵 $A$ 提供了清晰且有理论依据的指导。具体而言，它提倡将欧几里得重随机化作为一种极小极大最优策略，以避免高维马氏距离的陷阱，同时保持稳健性。
2. 弥合理论与实践的鸿沟： 它填补了文献中的空白，推导出了不依赖于先验结果-协变量关系的最优性结果，而这正是以往工作（如 Liu et al., 2025）的一个常见局限。
3. 方法论扩展： 它展示了 $A$ 的选择如何决定所得协方差矩阵的特征结构，从而允许研究人员根据数据的特定特征结构和对结果关系的先验信念，定制重随机化策略（例如，通过平方欧几里得或 PCA 规则）。

作者保持了谦逊的态度，指出其结果专门适用于可由二次型表达的重随机化方案，并不一定排除非二次型设计策略（如核分配）可能具有的优越性。他们建议未来的工作可以将其框架扩展到多臂实验和序列设计中。