📊 statistics

Transporting causal effects from a randomized trial without "transportability:" a case study of political advertising during U.S. elections

本文提出了一种带有敏感性分析的迁移学习框架，用于从源人群（五个战场州）的随机试验中估计目标人群（佐治亚州）的因果效应，该框架并未假设完全的可迁移性，并揭示了由于种族构成所导致的、由这些假设的小幅偏差所引起的对选民投票率的异质性广告效应。

原作者： Xinran Miao, Jiwei Zhao, Hyunseung Kang

发布于 2026-06-24

📖 1 分钟阅读☕ 轻松阅读

原作者： Xinran Miao, Jiwei Zhao, Hyunseung Kang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是该论文的通俗易懂版解释。

大局观：试图从过去预测未来

想象你是一名政治策略师。你刚刚在五个特定州（宾夕法尼亚州、威斯康星州、密歇根州、北卡罗来纳州和亚利桑那州）进行了一项大规模实验，旨在观察针对某位候选人的负面数字广告是否会促使更多人去投票。

结果： 在这五个州，这些广告完全不起作用。选民投票率没有任何变化。

问题： 现在，你想知道：“这些同样的广告在佐治亚州会奏效吗？”

佐治亚州是一个关键州，但它与上述地区不同。它有不同的人口构成（更多的黑人选民、不同的经济背景）和独特的政治历史。问题在于，最初的实验并未在佐治亚州进行，我们不能简单地假设结果会是一样的。

这篇论文旨在构建一个**数学上的“时光机”和“翻译指南”**来回答这个问题，即使我们无法百分之百确定这两个地方是否具有可比性。

问题所在：“完美匹配”的迷思

通常，统计学家试图通过这种方式将一个地方的结果转移到另一个地方：“如果我们仅仅通过调整那些我们能看到的差异（如年龄、种族和性别），结果就应该保持不变。”

作者称之为**“可迁移性”（Transportability）**假设。这就像是在说：“如果我有一个在干燥厨房里成功的蛋糕配方，只要我调整了湿润厨房的湿度，蛋糕的味道应该是一样的。”

陷阱在于： 万一存在“隐形成分”呢？也许佐治亚州的人更疲惫，或者新闻周期不同，或者他们的医疗保险覆盖范围不同。这些都是原始实验没有测量的变量。如果存在这些“隐形成分”，标准的数学方法就会失效。作者称之为违反了可迁移性。

解决方案：一个“假设一下”的安全网

作者并没有假装了解一切，而是提出了一种新的框架，承认“我们并不了解全部，但让我们看看如果我们假设存在一些隐形差异，我们的答案会发生多大的变化”。

他们使用了一个叫做**“敏感性分析”（Sensitivity Analysis）**的概念。这就像是在测试一座桥梁：

标准方法： “如果风平浪静，桥就能承受住。”
本文的方法： “如果风平浪静，桥能承受住。但如果风速达到每小时 10 英里呢？20 英里呢？让我们精确计算出桥在每种风速下会如何摇摆，从而知道它何时会断裂。”

在他们的数学模型中，使用了一个“敏感性旋钮”（称为 $\Gamma$ ）：

将旋钮转到 1.0：我们假设佐治亚州与其他五个州完全一样（没有隐形差异）。
将旋钮转到 1.01：我们假设两地之间存在微小的隐形差异。
将旋钮转到 0.99：我们假设隐形差异向相反的方向偏移。

他们构建的两个工具

为了进行这些数学运算，他们创建了两个不同的计算器：

“简单回归”计算器（主力工具）：
- 类比： 这就像是使用一张可靠的标准地图。它易于理解，易于使用，并能为大多数人提供一个不错的答案。
- 运作方式： 它观察来自五个州的数据，调整可见的差异（如种族和年龄），然后根据我们认为隐形差异可能产生的影响程度，应用一个“修正因子”。他们使用了自助法（Bootstrapping）（对数据进行数千次重采样）来确保答案的稳定性。
- 建议： 作者说：“如果你是一名从业者，请从这个工具开始。”
“有效影响函数”计算器（赛车）：
- 类比： 这是一辆高性能赛车。它更快，理论上更精确，但极难驾驶，且需要维修团队进行维护。
- 运作方式： 它使用复杂的数学方法来获得尽可能精确的答案，但需要估计更多的隐藏变量。
- 警告： 作者指出，与其他一些先进工具不同，这个工具不是“双重稳健”（Doubly Robust）的。如果你在数学的任何一部分出错，整个答案都可能出错。

“校准”技巧：如何设置旋钮

这个方法最难的部分是决定如何转动“敏感性旋钮”。隐形差异应该是多大？1%？10%？

通常，人们只是靠直觉猜测。作者发明了一种聪明的、由数据驱动的方法来解决这个问题，他们称之为**“校准”（Calibration）**。

类比： 想象你想知道一台新汽车发动机在雪天表现如何，但你只在沙漠中测试过它。你不知道雪的影响有多大。
技巧： 与其猜测，不如拿你的沙漠数据，将其分为两组：“铁锈地带”州（寒冷、工业化）和“阳光地带”州（温暖、晴朗）。
你假装“阳光地带”的数据就是新的目标。你尝试利用你的数学模型，将“铁锈地带”的结果迁移到“阳光地带”。
你不断转动敏感性旋钮，直到你的数学模型预测“阳光地带”结果的准确度，达到了如同直接在该地进行实验一样精准。
结果： 你为了让数学模型成立而必须转动的旋钮幅度告诉了你：“这就是铁锈地带与阳光地带之间的隐形差异大小。”现在你知道，如果佐治亚州与原始研究中的州有那么大的差异，你就应该把旋钮转到那个位置。

他们在佐治亚州发现了什么

当他们将此方法应用于 2020 年佐治亚州的选举数据时，结果令人惊讶且富有层次感：

如果我们假设一切完美（可迁移性成立）： 广告依然不起作用。效果为零。
如果我们假设存在微小的隐形差异（敏感性分析）： 结果发生了剧烈变化。
- 在白人选民较多、黑人选民较少的县，广告可能会实际上增加投票率（正向效应）。
- 在拉丁裔选民较多的县，广告可能会降低投票率（负向效应）。

核心结论：
作者得出结论，由于原始效应非常接近于零（它基本上是一个“无效/空值”结果），因此它是极其脆弱的。即便是在五个州与佐治亚州之间存在极其微小的、未被测量的差异，也会使结果从“无效应”转变为“巨大的正向效应”或“巨大的负向效应”。

他们引用了著名统计学家保罗·罗森鲍姆（Paul Rosenbaum）的话来总结：“微小的效应对微小的偏差非常敏感。” 仅仅因为实验在某处显示没有效应，并不意味着在其他地方也没有效应；它可能只是隐藏在某种我们未测量的微小隐形差异之后。

总结

这篇论文教导我们，当我们将科学结果从一个群体转移到另一个群体时，我们不应仅仅假定这两个群体是完全相同的。相反，我们应该使用一个“安全网”，来测试如果存在隐藏差异，我们的结论会发生怎样的变化。就政治广告而言，在某处呈现的“无效应”结果，在另一处可能是一个“巨大效应”，这取决于人口中那些隐形的细节。

技术摘要：在缺乏“可迁移性”的情况下从随机对照试验中迁移因果效应

问题陈述
本文探讨了如何将来自源群体（即进行随机对照试验的群体）的因果效应推广（迁移）到存在未观测差异的目标群体的挑战。其具体的动机应用案例是：针对 2020 年美国总统选举期间针对唐纳德·特朗普的大规模数字政治广告研究进行推广。Aggarwal 等人（2023）发现，在五个关键选战州（宾夕法尼亚州、威斯康星州、密歇根州、北卡罗来纳州和亚利桑那州）中，广告对选民投票率没有显著影响。作者研究了这一零效应是否可以推广到佐治亚州——一个具有独特选民人口结构（尤其是非裔选民比例较高）以及与源选战州相比存在未观测社会经济因素（如医疗保险、收入）差异的独特选战州。

标准的迁移性方法依赖于这样一个假设：源群体与目标群体之间的所有差异都由已观测的协变量所捕捉（即“可迁移性”）。然而，在此背景下，未观测到的差异很可能违反了这一假设。此外，现有的方法通常要求源数据与目标数据具有相同的协变量集，但本文的情况并非如此（源数据包含政党倾向和投票历史，而来自佐治亚州选民登记册的目标数据仅包含年龄、种族和性别等人口统计学特征）。

方法论
作者提出了一个结合了敏感性分析与迁移性方法（处理未观测差异和协变量不匹配 $V \subset X$ 问题）的迁移学习框架。

敏感性模型： 该框架通过引入敏感性参数 $\Gamma_a$ （针对处理水平 $a \in \{0, 1\}$ ）放宽了迁移性假设。该参数代表了在给定共享协变量 $V$ 的条件下，目标群体与源群体之间反事实结果的胜算比（odds ratio）。当 $\Gamma_a = 1$ 时，迁移性成立；偏离 1 的程度量化了违反假设的程度。该模型假设两个群体间条件密度的关系遵循指数倾斜（exponential tilting）关系。
识别： 在此敏感性模型下，目标平均处理效应（TATE）被识别为 $\Gamma_a$ 与扰动函数（结果回归、倾向评分和密度比）的函数。
估计： 作者提出了两种估计量：
- 结果回归（OR）估计量： 一种简单的插件估计量，通过敏感性参数对估计的结果回归函数 $\hat{\rho}_a(V)$ 进行加权。作者建议使用非参数百分位数自助法（nonparametric percentile bootstrap）进行推断，并为其一致性和渐近正态性提供了理论依据。
- 有效影响函数（EIF）估计量： 一种基于交叉拟合（cross-fitting）的半参数高效估计量。它利用了为敏感性模型推导出的 EIF。作者指出，与标准的迁移性估计量不同，当迁移性被违反时，该估计量并不具备双重稳健性（doubly robust）；它需要对结果回归函数 $\rho_a$ 进行一致估计。
校准程序： 为了解决由于敏感性参数不可识别而难以选择有意义数值的问题，作者提出了一个受设计敏感性（design sensitivity）启发的数据驱动校准程序。该程序将源数据分为两个不同的子集（例如，铁锈地带 vs. 日落地带，或高特朗普支持度 vs. 低特朗普支持度）。该程序寻找一组 $\Gamma_a$ 值，使得在这些值下，两个子集之间的迁移估计值与“预设（oracle）”估计值（即将其中一个子集视为目标时的直接估计值）相匹配。这产生了一组反映源数据本身存在的未观测差异程度的参考敏感性参数集。

主要贡献

放宽协变量要求： 该框架允许源数据包含比目标数据更多的协变量（ $X$ ），这在目标观测数据缺乏 RCT 中收集的详细变量的常见场景中非常有用。
为自助法推断提供理论依据： 本文正式确立了在迁移学习设置中使用非参数百分位数自助法进行推断的理论正确性，此前这仅在定性层面被提及，而非经过严格证明。
敏感性分析下的 EIF 估计量： 作者将有效影响函数理论扩展到了带有敏感性参数的情境中。他们证明了虽然该估计量是半参数高效的，但在迁移性被违反时会失去“双重稳健”特性，从而需要对结果回归函数进行正确设定。
数据驱动校准： 引入了一种新颖的校准方法，用于生成具有解释性的敏感性参数参考量级，且无需省略已测量的协变量，从而避免了传统忽略变量校准的缺陷。

结果
将该框架应用于 2020 年佐治亚州选举数据：

在迁移性假设下： 如果假设迁移性成立（即 $\Gamma_0 = \Gamma_1 = 1$ ），广告活动在佐治亚州所有 159 个县中仍然无效。
在敏感性分析下： 对迁移性的微小偏离会导致截然不同的结论。
- 使用预设的敏感性参数（例如 $\Gamma_0=0.99, \Gamma_1=1.01$ ），广告效应在 154 个县中变为显著且为正。
- 使用反向参数（ $\Gamma_0=1.01, \Gamma_1=0.99$ ），广告效应在 158 个县中变为显著且为负。
校准结果： 使用从划分源数据中获得的校准集：
- 铁锈地带 vs. 日落地带划分： 许多县对效应的方向具有敏感性。白人比例较高且黑人比例较低的县倾向于显示正向效应，而拉丁裔人口较多的县则倾向于显示负向效应。
- 特朗普支持度划分： 大多数县对这种量级的迁移性违反是不敏感的，这表明特朗普支持者与非支持者之间的未观测差异足够大，以至于只有特定的、大规模的敏感性参数偏差才会改变结论。
亚组分析： 当迁移性被违反时，广告效应在六个出八个亚组（根据性别、种族和投票历史定义）中是敏感的，特别是对于女性、回归选民且非黑人或非拉丁裔群体。

意义与主张
本文声称，其框架提供了一种统计有效的途径，用于在严格的迁移性假设难以成立且协变量不匹配时推广因果效应。作者强调，其研究结果支持了以下推测：如果源群体与目标群体之间存在微小的未观测差异，那么原始 RCT 中的零效应可能无法推广到目标群体。

至关重要的是，本文强调了一个来自 Rosenbaum (2010) 的实际洞察：“小效应对微小的 [未观测] 偏差是敏感的。” 由于原始群体中的效应接近于零，本研究证明了结论对于两个群体之间微小的未观测差异具有高度脆弱性。作者将他们的工作定位为一种工具，供从业者在需要评估推广声明的稳健性时，使用理论上有效且简单的程序（特别是带有自助法的 OR 估计量），而无需依赖于完美的迁移性这一不切实际的假设。他们明确表示，该框架适用于选举之外的领域，例如在临床试验中，当符合试验条件的患者与更广泛的符合条件人群存在未观测差异时。