📊 statistics

Balancing Covariates in Survey Experiments

本文提出了一种分层拒绝抽样与再随机化设计，以解决调查实验中的协变量不平衡问题，并建立了一种基于设计的渐近理论，证明与现有方法相比，该方法能提高估计效率，并使平均处理效应的极限分布更为集中。

原作者： Pengfei Tian, Jiyang Ren, Yingying Ma

发布于 2026-05-11

📖 1 分钟阅读☕ 轻松阅读

原作者： Pengfei Tian, Jiyang Ren, Yingying Ma

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

想象你是一位厨师，正在测试一道新食谱（即“处理”），以查看它是否能让蛋糕比旧食谱（即“控制”）更美味。你想知道这种新食谱是否真正导致了改进，还是说蛋糕恰好变好仅仅是因为你用了更好的鸡蛋或更热的烤箱。

在社会科学与经济学领域，这被称为调查实验。研究人员希望在一组人身上测试政策或理念，以观察何种方法有效。但这里有一个陷阱：如果你挑选的群体不够完美平衡，你的结果可能会产生误导。

Tian、Ren 和 Ma 的这篇论文提出了一种全新的、超精确的方法来运行这些实验，以确保结果的公平与准确。以下是他们如何操作的简化步骤分解：

1. 问题所在：“不平衡的盘子”

想象你要挑选 100 人来品尝你的新蛋糕。

简单随机抽样：你闭上眼睛挑选 100 人。平均而言，这很有效。但在特定的 100 人小组中，你可能会意外地挑选出 80 个喜爱巧克力的人和仅 20 个讨厌巧克力的人。如果你的新食谱含有巧克力，你就无法分辨蛋糕好吃是因为食谱本身，还是因为你挑选了太多巧克力爱好者。
问题所在：即使是随机选择，小样本群体也往往最终会失衡。“处理”组可能包含更多受过教育的人，或者“控制”组可能包含更多年轻人。这种不平衡会产生噪音，使得难以看清食谱的真实效果。

2. 旧解决方案：“分门别类”（分层）

为了解决这个问题，研究人员通常使用分层抽样。

类比：在挑选人员之前，你根据重要特征（如年龄、收入或教育程度）将整个人群分入不同的“桶”中。然后，你从每个桶中挑选相同数量的人。
结果：这确保了你的样本与真实人口结构一致。这就像确保你的蛋糕品尝小组中，巧克力爱好者与香草爱好者的比例与整个城市完全一致。这比仅仅闭上眼睛要好得多，但它无法捕捉到每一个不平衡，特别是那些你未进行分层的特征。

3. 新解决方案：“三重检查”系统（SRSRR）

作者提出了一种名为**分层拒绝抽样与重随机化（SRSRR）**的三步“三重检查”系统。请将此视为具有三层安全机制的严格质量控制流程：

第一层：桶（分层）
就像旧方法一样，你首先根据主要特征将所有人分入不同的“桶”（层）中。这是你的基础。
第二层：“拒绝”过滤器（拒绝抽样）
从各层中挑选出初始群体后，你将该群体与整个人口进行比对。
- 隐喻：想象你有一份包含 50 项特征（年龄、收入、投票历史等）的清单。你挑选出这 100 人，运行计算机检查，并询问：“这个群体看起来是否与该城市完全一致？”
- 行动：如果该群体略有失衡（例如，来自某个社区的人过多），你拒绝整个群体并重新开始。你不断挑选新群体，直到找到一个通过清单检查的群体。这确保了样本具有完美的代表性。
第三层：“重摇”（重随机化）
一旦你拥有了一个完美的 100 人小组，你需要将他们分为“新食谱”组和“旧食谱”组。
- 隐喻：你洗牌这 100 人的牌堆，并将他们发成两堆。但在接受发牌结果之前，你检查：“这两堆是否平衡？”
- 行动：如果“新食谱”堆意外地比“旧食谱”堆拥有更多的巧克力爱好者，你拒绝该分配方案。你重新洗牌并再次发牌，直到这两堆在所有这 50 项特征上都达到完美平衡。

为什么这更好？
论文表明，同时执行“拒绝”步骤（针对样本）和“重摇”步骤（针对分配），比仅执行其中一步或都不执行能产生更紧密、更精确的结果。这就像使用高精度秤而不是凭猜测。

4. “数学魔法”（结果）

作者并非凭空猜测这会奏效，而是通过繁重的数学推导证明了这一点。

真理的形状：在标准实验中，结果遵循“钟形曲线”（正态分布）。作者发现，使用他们新的“三重检查”方法，结果遵循的是一条“被挤压的钟形曲线”。
这意味着：结果仍然以真理为中心，但它们更紧密。想象向靶心射箭。标准方法可能会让你的箭散布在一个宽大的圆圈中。而 SRSRR 方法会将你所有的箭挤压成一个微小的、紧密的簇，正好位于靶心。这意味着你需要更少的人就能获得同等水平的置信度，或者在人数相同的情况下获得更精确的答案。

5. 最终润色：“调整食谱”

即使经过“三重检查”，仍可能残留微小得不能再小的不平衡。作者建议在分析阶段增加最后一步，称为协变量调整。

类比：如果你注意到“新食谱”组在极小的幅度上拥有略多的巧克力爱好者，你可以使用一个数学公式，从最终得分中“减去”这一优势。这就像根据该群体存在轻微偏差的事实，对最终口味评分进行调整。
结果：这使得估计更加高效，将那簇箭挤压得更加紧密。

总结

该论文认为，为了获得关于新政策或项目是否有效的最准确答案，你不应该仅仅依赖运气。你应该：

分层：将人群分组（分层）。
拒绝：拒绝那些与人口不匹配的坏样本（拒绝抽样）。
重摇：重新分配，直到处理组和控制组完美匹配（重随机化）。
调整：对任何残留的微小差异调整最终数据。

通过结合这些步骤，研究人员可以获得更清晰、更可靠的因果图景，从而节省时间和资源，同时避免得出错误的结论。

技术摘要：调查实验中的协变量平衡

问题陈述
调查实验被广泛视为估计目标总体处理效应的黄金标准，它结合了随机抽样与随机处理分配。虽然简单随机抽样和完全随机化在平均意义上能平衡协变量，但有限样本往往表现出协变量不平衡。这种不平衡既发生在抽样阶段（样本单元与目标总体之间），也发生在分配阶段（处理组与对照组之间）。此类不平衡可能导致条件偏差并增加处理效应估计的变异性。虽然分层是改善代表性和效率的标准技术，而拒绝抽样或重随机化用于平衡协变量，但现有文献尚未充分探讨在一般调查实验设置中结合这些方法的基于设计的渐近理论，特别是在允许分层数量发散且抽样比例趋于零的情况下。

方法论
作者提出了一种**分层拒绝抽样与重随机化（SRSRR）**实验设计。这种两阶段方法整合了三种不同的机制：

分层：基于预测性协变量将总体划分为若干层。
分层拒绝抽样：在抽样阶段，通过分层随机抽样抽取单元。然而，如果预抽样协变量（ $W$ ）的加权样本均值与总体均值之间的马氏距离超过预设阈值（ $a_S$ ），则拒绝该样本。这确保了样本在 $W$ 方面对总体具有代表性。
分层重随机化：在处理分配阶段，通过分层随机化将样本单元分配到处理组或对照组。如果分配阶段协变量（ $X$ ）的处理组与对照组均值之间的马氏距离超过阈值（ $a_T$ ），则拒绝该分配。

本文针对该设计下的分层均值差估计量（ $\hat{\tau}$ ）开发了基于设计的渐近理论。该框架允许一般的渐近机制，其中分层数量（ $K_N$ ）和层大小（ $N_{[k]}$ ）可以发散，且抽样比例（ $f = n/N$ ）可以趋于零。作者采用Hájek 耦合技术将估计量简化为独立随机变量之和，以处理抽样和处理分配的联合随机性。

此外，作者在分析阶段提出了一种协变量调整方法。这种线性调整估计量（ $\hat{\tau}_{adj}$ ）利用在分析阶段收集的额外协变量（ $E$ 代表总体， $C$ 代表样本）以进一步减少残差的不平衡。

主要贡献

分层随机化的基于设计的渐近理论：本文确立了在分层随机抽样和分配下，分层均值差估计量是一致的且渐近正态的。它推导了渐近方差，并提供了最小化该方差的最优层特定抽样比例和处理比例的条件。
SRSRR 的渐近理论：作者推导了 SRSRR 设计下 $\hat{\tau}$ 的极限分布。与标准设计不同，该极限分布不是正态分布；它被证明是一个正态分布与两个截断正态分布的卷积。与标准分层设计相比，该分布更集中于真实的平均处理效应周围。
最优设计参数：本文提供了理论结果，用于确定最优的层特定抽样比例（ $f_{[k]}$ ）和处理比例（ $e_{[k]1}$ ），以最小化渐近方差，无论是否进行协变量调整。
协变量调整：研究表明，使用分析阶段协变量的线性调整估计量，在标准分层设计和 SRSRR 设计下，均比未调整估计量具有更高的渐近效率。它提供了这些调整估计量的保守方差估计量和有效的置信区间。

结果

理论发现：
- SRSRR 估计量的渐近方差严格小于分层随机调查实验（SRSE）的渐近方差，其减少量取决于处理效应估计量与协变量不平衡之间的平方多重相关系数（ $R^2_W$ 和 $R^2_X$ ）。
- SRSRR 下 $\sqrt{n}(\hat{\tau} - \tau)$ 的极限分布是一个正态变量与两个截断正态变量的卷积，这些变量在零点的集中度高于相应的正态变量。
- 所提出的协变量调整估计量（ $\hat{\tau}_{adj}$ ）在线性调整估计量类中实现了最小的渐近方差。
数值研究：
- 在各种场景（小层、大层和混合层）下的模拟证实，与完全随机设计和标准分层设计相比，SRSRR 显著降低了标准差和均方根误差（RMSE）。
- 在合成数据实验中，结合分层、拒绝抽样和重随机化，相对于完全随机基线，标准差降低了约 30.6%。
- 回归调整提供了进一步的效率提升，相对于未调整估计量，标准差降低了 21% 至 49%。
- 使用合作国会选举研究（CCES）进行的真实数据分析证实了这些发现，表明与非分层或未调整方法相比，SRSRR 和协变量调整导致了更短的置信区间并提高了效率。

意义
本文声称，所提出的 SRSRR 设计及相关分析方法提供了一个稳健的框架，用于提高调查实验中处理效应估计的精度。通过明确解决抽样和分配阶段的协变量不平衡，该方法增强了样本的代表性以及处理组之间的平衡。开发一种能够容纳分层数量发散和抽样比例趋于零的基于设计的渐近理论，扩展了这些方法在广泛实际调查设置中的适用性。作者强调，他们的方法纯粹是基于设计的，这意味着估计量和推断程序的有效性不依赖于潜在结果模型的正确设定。所提出的分阶段工作流程——首先是分层，接着是拒绝抽样和重随机化，最后是回归调整——被呈现为最大化估计效率的实用策略。

1. 问题所在：“不平衡的盘子”

2. 旧解决方案：“分门别类”（分层）

3. 新解决方案：“三重检查”系统（SRSRR）

4. “数学魔法”（结果）

5. 最终润色：“调整食谱”

总结

类似论文