技术摘要：一种基于设计的网络实验极小极大理论

问题陈述

在社会科学和医学研究中，网络实验被广泛用于在存在干扰（即一个单元的结局取决于其邻居的处理情况）的情况下估计因果效应。尽管已有大量文献开发了改进的统计程序（例如，聚类随机化设计、独立集设计），但网络实验中估计的根本统计极限仍未得到充分理解。具体而言，目前缺乏一个能够定义网络实验中统计最优速率的通用基准。现有研究通常固定估计量并考虑受限的设计类，或者反之亦然，未能提供一个能同时兼顾实验设计与估计量选择的统一最优性概念。

本文旨在解决以下问题：在任意邻域干扰（ANI）模型下，考虑所有可能的实验设计和估计量，估计因果效应的根本极小极大速率（minimax rates）是多少？

方法论

作者为任意邻域干扰模型下的网络实验开发了一种基于设计的极小极大理论。其核心方法论包括：

1. 基于设计的极小极大框架： 与数据生成过程固定的超总体框架不同，该方法将潜在结局函数视为扰动参数（nuisance parameter），并将实验设计视为一个选择变量。极小极大风险被定义为：在具有有界矩类的潜在结局函数上，对所有设计和估计量的均方误差（MSE）的上确界（supremum）的下确界（infimum）。
2. 冲突图 ($H$)： 分析的核心是“冲突图”，其中顶点代表与估计量相关的暴露（处理配置），边连接了在任何干预下都无法同时被观测到的暴露。作者证明，极小极大风险仅是该冲突图的函数，从而抽象掉了具体的网络结构和估计量细节。
3. 通过 Le Cam 方法建立下界： 本文将 Le Cam 方法应用于基于设计的设置。这涉及构建潜在结局函数的混合分布以建立统计下界。一项关键创新是开发了“设计自适应”的混合构造，这是必要的，因为实验者控制着设计。文中推导了两种类型的下界：
   • 全局信息： 基于冲突图中最大独立集（$I(H)$）的大小。
   • 局部信息： 基于冲突图的度数，特别是利用捕捉了最密集子图连通性的“关键度”（$d^*$）。
4. 通过偏差-方差权衡建立上界： 作者构建了无偏统计程序（冲突图设计的扩展），并推导了涉及冲突图最大特征值（$\lambda(H)$）和平均度（$d_{avg}(H)$）的上界。他们通过引入偏差-方差权衡进一步改进了这些界限：通过忽略冲突图中一部分“高度数”暴露（即 $H$ 中的顶点），以引入偏差为代价来降低方差，从而转化为一个正则化的诱导子图优化问题。

核心贡献

1. 通过冲突图表征极小极大风险

本文确立了网络实验的极小极大风险是冲突图 $H$ 的函数。这提供了一个统一的框架，其中统计复杂度由 $H$ 的结构属性（特别是其独立集和连通性）决定，而非仅仅由底层的干扰网络 $G$ 决定。

2. 极小极大速率界限

作者提供了关于图论量值的系列上下界：

• 下界： 风险由冲突图的最大独立集 $I(H)$ 和关键度 $d^*(H)$ 函数界定。具体而言，速率至少在 $\max(1/|I(H)|, \sqrt{d^*(H)}/n)$ 的数量级上。
• 上界： 风险由涉及最大特征值 $\lambda(H)$ 和平均度 $d_{avg}(H)$ 的量界定，并通过一个涉及移除顶点集合 $S$ 的偏差-方差权衡项 $Q(S, H)$ 进行精细化。
• 矩约束与异质性的相互作用： 分析揭示了矩约束强度（$q$）与度数异质性之间的相互作用。更强的矩约束（更高的 $q$）允许在存在度数异质性的情况下获得更好的速率。

3. 对特定估计量的应用

将一般性结果应用于两个标准的因果估计量：

• 直接处理效应 (DTE)： 证明其极小极大速率受与原始干扰网络 $G$ 相关量（如 $\sqrt{d_{avg}(G)}/n$ 和 $\lambda(G)/n$）的限制。
• 全局平均处理效应 (GATE)： 其极小极大速率受与两跳网络 $G^2$ 相关量（如 $\sqrt{d_{avg}(G^2)}/n$ 和 $\lambda(G^2)/n$）的限制。这从形式上支持了 GATE 比 DTE 更难估计的直觉，因为两跳网络的连通性更密集。

4. 紧致性与计算难度

• 紧致性： 这些界限在 $d$-正则图中被证明是紧致的。对于随机 $d$-正则图，界限在对数因子范围内是匹配的，从而刻画了平均情况下的极小极大速率。
• 计算难度： 本文推测，计算精确的极小极大速率（甚至是在一定因子内进行近似）是 NP-难的，因为它与寻找图中最大独立集的问题密切相关。这表明，虽然理论极限是明确的，但在任意网络中寻找最优程序可能在计算上是难以实现的。

结果

• 主要结果（非正式）： 在网络 $G$ 上估计因果效应 $\tau$ 的极小极大风险 $R(G, \tau)$ 被界定为：
  $$\max\left(\frac{1}{|I(H)|}, \frac{\sqrt{d^*(H)}}{n}\right) \lesssim \inf_{D, \hat{\tau}} \sup_{y} \mathbb{E}[(\hat{\tau} - \tau)^2] \lesssim \min_{S} \frac{Q(S, H)}{n}$$
  其中 $H$ 是冲突图，$I(H)$ 是最大独立集，$d^*(H)$ 是关键度，$Q(S, H)$ 涉及诱导子图 $H \setminus S$ 的谱性质。
• DTE 与 GATE： 对于随机 $d$-正则图，DTE 的极小极大速率上限为 $O(d/n)$，但下界为 $\Omega((d \log d)/n)$，表明存在对数差距。相比之下，GATE 的极小极大速率介于 $\Omega(d/n)$ 和 $O(d^2/n)$ 之间。这证实了 GATE 在统计上比 DTE 更难估计，并且 DTE 在随机图上的界限在常数因子上并非紧致。
• 偏差-方差改进： 所提出的偏差-方差权衡策略显著改善了具有高度数异质性图（如星型图）的上界，通过忽略中心节点，将速率从 $O(1/\sqrt{n})$ 降低到 $O(1/n)$。

意义与主张

本文声称填补了基于设计的因果推断文献中的一个关键空白，因为它提供了第一个在不设限制的情况下，同时考虑实验设计和估计量选择的极小极大分析。

• 理论基准： 它提供了一个网络实验的基础统计极限，使研究人员能够评估现有程序与最优程序的接近程度。
• 结构洞察： 通过将极小极大风险与冲突图联系起来，本文为网络环境下的“因果推断基本问题”提供了新的视角，将其构造成一个由图拓扑结构所编码的不可观测性问题。
• 实践指导： 结果表明，对于具有高度数异质性的网络，忽略高出度节点（引入偏差）可以成为减少方差的统计最优策略，这一反直觉的发现挑战了标准的无偏估计方法。
• 计算限制： 关于计算难度的推测强调了在实际应用中可能存在的障碍，表明未来的工作可能需要专注于高效的近似算法或特定图族内的速率最优性。

作者保持了审慎的态度，承认虽然他们的界限刻画了正则图和随机图的极小极大风险，但由于潜在的计算复杂性，可能不存在针对任意图的简单闭式解。这项工作被呈现为理解网络实验统计极限的基础性一步。