Optimal Variance Reduction in Randomized Experiments¶

作者: Amir Najmi, Michael D. Keselman
主题: 因果推断
相关性: 8/10
链接: https://arxiv.org/abs/2608.23615

一、领域脉络与小综述¶

这个方向是什么¶

这个子方向解决的根本问题是：在完全随机化实验（A/B测试）中，如何利用实验前可观测的协变量（side information / covariates）来降低处理效应估计量的方差，同时允许使用任意复杂的机器学习模型（如神经网络、正则化回归）而不引入因过拟合或正则化导致的偏差。其核心挑战在于：在保证估计量无偏（或至少√n-一致且渐近无偏）的前提下，找到最优的方差缩减函数g(x)，并处理复杂处理效应指标（如比率、乘性效应）的方差最小化问题。当前该方向已从简单的线性调整（如CUPED）发展到能够处理高维协变量和复杂指标的半参数方法，但关于最优性（即达到方差下界）的完整理论仍不完善。

发展脉络（history）¶

奠基工作：线性调整与Freedman的批评
Deng et al. (2013) (CUPED)：提出利用实验前数据（通常是同一指标的过去值）进行线性回归调整，以降低方差。其模型假设Y与X呈线性关系，且对处理组和对照组使用同一个模型。这是工业界最早广泛采用的方差缩减方法，但模型容量有限。
Lin (2013)：回应Freedman对回归调整的批评，证明在包含处理-协变量交互项的充分设定下，OLS调整不会渐近地损害精度，且Huber-White sandwich标准误可提供有效推断。这为线性调整提供了理论正当性，但依然局限于线性模型。
主要进展：从线性到灵活模型，从单臂到双臂
Soriano (2017)：针对乘性处理效应（百分比变化），提出基于客观贝叶斯模型的方法，利用实验前信息改进点估计和可信区间。这是少数早期处理乘性效应的工作，但未提供一般性的方差最优性理论。
Hosseini and Najmi (2019)：提出一种灵活的无偏方差缩减方法，可纳入任意预测模型（线性、正则化、神经网络），但只建模一个臂（例如仅建模对照组Y(0)），然后将其调整应用于处理组。作者指出这种单臂建模是次优的（suboptimal），因为它没有利用另一臂的信息。
Chernozhukov et al. (2018) (Double ML)：虽然Double ML是为观察性研究中的因果推断设计的（处理非随机分配），但其核心思想——使用交叉拟合（cross-fitting）和正交化（orthogonal score）来消除机器学习模型带来的偏差——被后续方差缩减工作直接借用。本文作者指出，将Double ML直接应用于随机实验的方差缩减，等价于构建一个池化模型（pooled model，即不区分处理组和对照组），这在处理组占比γ远偏离1/2时存在局限性。
当前Frontier：半参数最优性与复杂指标
Jin and Ba (2023)：最接近本文的工作。他们利用AIPW估计量的半参数最优性（Robins et al., 1994; Lunceford and Davidian, 2004），为加性处理效应的比率指标（ratio metrics）提出了一个最优方差缩减程序。其方法需要为Y和Z（比率的分母和分子）分别训练处理组和对照组的模型（共4个模型），且不适用于乘性处理效应。本文作者指出，他们的处理“requires training models for both Y and Z (for each of treatment and control)”，而本文的解决方案更简单。
本文的位置：本文声称填补了以下缺口：(a) 对于加性处理效应，给出了一个达到方差下界的最优估计量（非渐近最优）；(b) 对于更复杂的处理效应指标（乘性、比率、方差比、回归系数等），通过Delta方法最小化渐近方差，给出了一阶最优的g(x)；(c) 证明了最优g(x)可以简化为一个标量函数，无论响应Y的维度如何，这大大简化了建模；(d) 揭示了最优g(x)的权重是“反向的”（处理组占比γ越小，g越侧重于处理组），并讨论了如何通过正则化在双臂之间借用强度。

子线索聚类¶

线索1：线性调整方法（Deng et al., 2013; Lin, 2013）。假设Y与X线性相关，模型简单，无偏差顾虑，但容量有限。
线索2：灵活模型 + 交叉拟合 / 去偏（Hosseini and Najmi, 2019; Chernozhukov et al., 2018; Jin and Ba, 2023）。使用机器学习模型，通过交叉拟合或正交化消除偏差。其中Hosseini and Najmi (2019) 是单臂建模（次优），Jin and Ba (2023) 是双臂建模但仅限加性效应且需4个模型，Double ML是池化模型（在γ≠1/2时次优）。
线索3：乘性效应专门方法（Soriano, 2017）。仅针对百分比变化，使用贝叶斯方法，未提供一般最优性理论。

这个方向在追问的核心问题¶

如何定义并达到方差下界？ 对于给定的处理效应指标（加性、乘性、比率等），在允许使用任意复杂模型的前提下，方差缩减的极限是什么？最优调整函数g(x)应满足什么条件？
如何将方差缩减从加性效应推广到复杂指标？ 乘性效应、比率指标、方差比等在实践中更常见，但它们的方差没有简单闭式，如何定义并最小化其渐近方差？
如何有效借用双臂之间的信息？ 当处理组占比γ很小或很大时，单臂建模或池化模型都是次优的。最优g(x)的“反向权重”结构提示了双臂信息应如何加权，但实际建模中如何实现这种加权（例如通过正则化收缩）仍是一个开放问题。
模型选择与偏差-方差权衡：在有限样本下，使用复杂模型进行方差缩减时，如何平衡模型偏差（因过拟合或正则化引入）与方差？交叉拟合解决了偏差问题，但模型复杂度（如K折数、正则化强度）如何影响实际方差缩减效果？

⚠️ 作者的framing（必须明确标注成“这是作者的说法”）¶

作者将缺口frame成： - “对于加性处理效应，我们给出了达到方差下界的最优估计量；对于更复杂的指标，我们通过Delta方法最小化渐近方差。”——这暗示了本文在最优性上超越了所有先前工作。 - “Only (Jin and Ba, 2023) deals with large models for ratio metrics (with additive treatment effects) but their treatment requires training models for both Y and Z (for each of treatment and control). In contrast, our solution is simpler, as are our proofs.”——作者强调本文更简单（只需一个标量g(x)），且证明更简洁。 - “Moreover, prior work either models a single arm (e.g. (Hosseini and Najmi, 2019)) or requires models for treatment and control to be trained separately (e.g. (Jin and Ba, 2023)). The former is suboptimal while the latter is problematic when one arm is much smaller than the other.”——作者将单臂建模和双臂独立建模都定位为次优或有问题的，而本文的最优g(x)自然给出了双臂信息应该如何加权（通过反向权重）。

被淡化或回避的竞争路线： - Double ML的直接应用：作者在Section 7中讨论了Double ML，但将其定位为“等价于池化模型”，并指出其在γ≠1/2时的局限性。然而，Double ML的框架实际上可以通过引入处理组和对照组的交互项来模拟双臂建模，作者没有深入讨论这种可能性。 - AIPW估计量：作者指出Jin and Ba (2023) 的方法在随机实验下退化为本文的加性效应最优解，但AIPW本身是半参数有效的，且可以推广到更一般的参数（如平均处理效应）。作者没有讨论本文的方法与AIPW在更一般设定下的效率关系。

什么明显该被引/该存在、却没出现在intro里？ - 半参数效率理论：本文的核心结果（定理3）本质上是在推导一个半参数估计量的效率界，但作者完全没有引用半参数效率理论的标准文献（如Bickel et al., 1993; Tsiatis, 2006; van der Vaart, 1998）。本文的“最优性”实际上是在给定调整形式h下的条件最优，而非半参数意义下的全局效率界。作者没有讨论这个条件最优是否等于半参数效率界，这是一个值得研究者去查的问题。 - U-statistics与高阶影响函数：本文的方差缩减思路与去偏机器学习（DML）中的高阶影响函数（HOIF）有潜在联系，但作者没有提及。特别是，对于比率指标等复杂参数，其影响函数可能涉及高阶项，本文的Delta方法只捕捉了一阶项，高阶项的影响被忽略。这与研究者（陈星宇）的HOIF工作有潜在交叉。

张力¶

未见明显对立引用。所有被引工作都承认方差缩减的价值，分歧在于模型复杂度、最优性定义和适用指标范围。本文与Jin and Ba (2023) 在比率指标的加性效应上给出了不同的最优解形式（本文是标量g，Jin and Ba是4个模型），但作者声称两者在渐近意义下等价（通过Delta方法）。这种等价性是否严格成立，以及有限样本下的表现差异，是一个值得探究的问题。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号： - X：协变量向量（p维），不受处理影响，在实验前可观测。 - Y(0), Y(1)：潜在结果（potential outcomes），分别表示个体在对照组和处理组下的响应。不可同时观测。 - W：处理分配指示变量，W=1表示处理组，W=0表示对照组。在随机实验中，W与(X, Y(0), Y(1))独立。 - T, C：处理组和对照组的样本索引集合。|T| = n₁, |C| = n₀，总样本量n = n₁ + n₀。 - γ = n₁ / (n₁ + n₀)：处理组占比。 - δ：目标处理效应参数（estimand）。例如加性效应δ = E[Y(1)] - E[Y(0)]。 - M：未调整的估计量（plug-in estimator），例如加性效应M = Ȳ₁ - Ȳ₀。 - g(x)：调整函数（scalar-valued），从协变量X到实数的映射。这是我们要选择的。 - M_adj：调整后的估计量。 - f(·,·)：定义处理效应的函数，例如f(a,b) = a - b（加性）或f(a,b) = log a - log b（乘性）。 - h(·,·,·,·)：定义调整后估计量的函数，满足h(a,b,c,c) = f(a,b)（取消性质）。 - v_a, v_b：f在真实均值处的偏导数向量（p维）。 - v_g：h关于第四个参数的偏导数（标量，若g为标量）。

模型： - 数据生成机制：iid样本 (Xᵢ, Yᵢ(0), Yᵢ(1)) ~ P，其中P是某个未知联合分布。 - 随机化：Wᵢ独立于(Xᵢ, Yᵢ(0), Yᵢ(1))，且P(W=1) = γ（固定或已知）。 - 可观测数据：对于每个个体i，我们观测到(Xᵢ, Wᵢ, Yᵢ)，其中Yᵢ = Wᵢ·Yᵢ(1) + (1-Wᵢ)·Yᵢ(0)。即，我们只能看到个体在其被分配的处理下的响应。 - 目标：估计δ = f(E[Y(1)], E[Y(0)])，并最小化估计量的方差。

可观测数据： - 可观测：协变量Xᵢ，处理分配Wᵢ，响应Yᵢ（取决于Wᵢ）。 - 不可观测：反事实结果Yᵢ(1-Wᵢ)（即如果个体被分配到另一组会有的响应）。 - 关键识别条件：由于随机化，E[Y(1)] = E[Y|W=1]，E[Y(0)] = E[Y|W=0]，因此δ可由可观测数据的均值差识别。

第二步：讲最小内核——加性处理效应，γ=1/2，标量Y¶

最简特例：假设处理效应是加性的（δ = E[Y(1)] - E[Y(0)]），处理组和对照组样本量相等（γ = 1/2），响应Y是标量。我们想找一个函数g(x)来构造调整后的估计量：

M_adj = (Ȳ₁ - Ȳ₀) - (ḡ₁ - ḡ₀)

其中Ȳ₁ = (1/n₁) Σ_{i∈T} Yᵢ，Ȳ₀ = (1/n₀) Σ_{j∈C} Yⱼ，ḡ₁ = (1/n₁) Σ_{i∈T} g(Xᵢ)，ḡ₀ = (1/n₀) Σ_{j∈C} g(Xⱼ)。

核心思路：M_adj的方差为：

Var(M_adj) = (1/n₁) Var(Y(1) - g(X)) + (1/n₀) Var(Y(0) - g(X))

当n₁ = n₀ = n/2时，这简化为：

Var(M_adj) = (2/n) [Var(Y(1) - g(X)) + Var(Y(0) - g(X))] / 2

我们要最小化这个方差。关键观察是：方差可以分解为条件方差和条件期望的方差（全方差公式）：

Var(Y - g(X)) = E[Var(Y|X)] + Var(E[Y|X] - g(X))

因此，Var(M_adj) = (2/n) { E[Var(Y(1)|X) + Var(Y(0)|X)]/2 + Var(E[Y(1)|X] - g(X)) + Var(E[Y(0)|X] - g(X)) ]/2 }

第一项（条件方差之和）与g无关，是不可避免的噪声。第二项是我们要最小化的。它等价于：

(2/n) * (1/2) * [ Var(E[Y(1)|X] - g(X)) + Var(E[Y(0)|X] - g(X)) ]

这是一个关于g的二次泛函。通过简单的代数（或应用Lemma 1，其中w₁ = w₀ = n/2，η = 1/2），最优g是：

g*(x) = (1/2) E[Y(1)|X=x] + (1/2) E[Y(0)|X=x]

即，最优调整函数是处理组和对照组条件期望的简单平均。此时，Var(M_adj)达到最小值：

Var(M_adj*) = (2/n) * { E[Var(Y(1)|X) + Var(Y(0)|X)]/2 + (1/4) Var(E[Y(1)|X] - E[Y(0)|X]) }

与未调整的方差Var(M) = (2/n) * Var(Y)相比，方差缩减量取决于X对Y的预测能力。

为什么这个特例抓住了核心： - 它展示了方差缩减的本质：用g(X)吸收掉Y中可由X预测的部分，从而降低残差方差。 - 它揭示了最优g是条件期望的加权平均，权重由样本分配比例γ决定（在γ=1/2时是简单平均）。 - 它说明了Lemma 1的核心作用：将方差最小化问题转化为一个关于g的二次型优化问题。 - 一般情形（复杂指标、不等样本量）只是这个特例的推广：通过Delta方法将复杂指标线性化，然后应用同样的二次型优化逻辑。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在完全随机化实验中，如何利用协变量X（不受处理影响的响应侧信息）对处理效应估计量进行方差缩减，目标是达到方差下界（对于加性效应）或最小化渐近方差（对于复杂效应），同时允许使用任意复杂的机器学习模型而不引入偏差。
核心工具/方法：对于加性效应，通过全方差公式和二次型优化直接推导出最优调整函数g(x) = (1-γ)E[Y(1)|X] + γE[Y(0)|X]；对于复杂效应（乘性、比率、方差比等），引入Delta Method Variance (Var_DM) 算子，将方差最小化问题线性化，然后应用同样的优化框架，得到一阶最优的g(x)。
主要结论：对于加性效应，调整后的估计量M_adj达到方差下界（非渐近最优）；对于复杂效应，在Var_DM意义下达到一阶最优。最优g(x)可以简化为一个标量函数，其形式由处理效应指标f的偏导数和样本分配比例γ决定。论文还给出了使用交叉拟合的无偏估计算法，并讨论了建模实践（如正则化、借用强度）。

关键设定与假设¶

设定：iid样本，完全随机化（W独立于潜在结果），潜在结果框架（Imbens and Rubin, 2015）。
假设：
随机化：W ⟂ (X, Y(0), Y(1))。这是核心识别假设，确保样本均值差的无偏性。
SUTVA：个体间无交互，处理版本唯一（隐含在潜在结果框架中）。
f可微且导数非零：对于复杂效应，f在真实均值(μ₁, μ₀)处可微，且导数非零，以保证Delta方法适用。
h满足取消性质：h(a,b,c,c) = f(a,b)，保证调整后估计量的一致性。
h可微且导数非零：在(μ₁, μ₀, μ_g, μ_g)处可微，且导数非零。
CLT适用：样本均值满足中心极限定理，以保证Var_DM的定义和Delta方法的有效性。
模型一致性：用于估计g(x)的机器学习模型是一致的（即收敛到真实条件期望），但不需要任何收敛速率（这是交叉拟合的关键优势，与Double ML一致）。

相比已有文献的放宽或强化： - 放宽：相比CUPED和Lin (2013)，不假设线性模型；相比Hosseini and Najmi (2019)，不限于单臂建模；相比Jin and Ba (2023)，不限于加性效应且不需要为Y和Z分别建模。 - 强化：对于加性效应，本文声称达到方差下界（非渐近最优），而Jin and Ba (2023) 的AIPW方法在随机实验下虽然也达到半参数效率界，但本文的证明更直接且不依赖半参数理论。对于复杂效应，本文的“一阶最优”是在Var_DM意义下的，这是一个局部最优，而非全局半参数效率界。

主要结果¶

定理1（Delta Method性质）：若序列{A}满足√n收敛到均值为0的极限分布，h可微且h'(θ_A)≠0，则Var_DM{h(A)} = Var_DM{h'(θ_A)ᵀA}。这个定理将复杂函数的渐近方差线性化，是推广到复杂指标的关键。

定理2（样本均值的Var_DM）：若X̄_n是⌈nλ⌉个iid样本的均值，则Var_DM{X̄} = (1/λ) Var(X)。这个定理将Var_DM与样本量联系起来，使得我们可以用λ₁, λ₀（即n₁/n, n₀/n）来表示渐近方差。

定理3（核心结果：最优g的显式形式）：在一般设定下（Y∈ℝᵖ，f可微，h满足取消性质），最小化Var_DM{M_adj}的最优g*(x)满足：

v_g · g*(x) = (1-γ) v_aᵀ E[Y(1)|X=x] - γ v_bᵀ E[Y(0)|X=x]

其中v_a = f'_a(μ₁, μ₀)，v_b = f'_b(μ₁, μ₀)，v_g = h'_4(μ₁, μ₀, μ_g, μ_g)，γ = λ₁/(λ₁+λ₀)。此外，最优g可以取为标量（q=1），且使用次优ĝ导致的额外方差为(v_g²)(1/λ₁ + 1/λ₀) Var(ĝ(X) - g*(X))。

直觉：这个定理将方差最小化问题归结为：找到一个标量函数g(x)，使得v_g·g(x)尽可能接近处理组和对照组条件期望的加权线性组合。权重由处理效应指标f的敏感度（v_a, v_b）和样本分配比例γ决定。

定理4（单调变换下的不变性）：若g最小化Var_DM{M_adj}，则对于任何可微且导数非零的标量函数t，g也最小化Var_DM{t(M_adj)}。这个定理说明，一阶最优性在单调变换下保持不变，例如对数效应和比率效应是等价的。

证明路线与技术技巧¶

整体路线（以定理3为例）：

线性化：应用定理1（Delta Method），将Var_DM{M_adj}线性化为Var_DM{h'(μ₁, μ₀, μ_g, μ_g)ᵀ (Ȳ₁, Ȳ₀, Ḡ₁, Ḡ₀)}。
利用取消性质求偏导：通过对h(a,b,c,c) = f(a,b)求导，得到h'_1 = f'_a, h'_2 = f'_b, h'_3 = -h'_4。这确定了h在真实均值处的梯度向量为(v_a, v_b, -v_g, v_g)。
分解方差：利用处理组和对照组的独立性（Lemma 2），将Var_DM分解为处理组部分和对照组部分之和。
应用定理2：将样本均值的Var_DM替换为总体方差除以样本量比例，得到Var_DM{M_adj} = (1/λ₁) Var(v_aᵀY(1) - v_g g(X)) + (1/λ₀) Var(v_bᵀY(0) + v_g g(X))。
转化为二次型优化：将v_g g(X)视为一个标量函数，应用Lemma 1（二次型最小化引理），得到最优条件：v_g g*(x) = (1-γ) v_aᵀ E[Y(1)|X=x] - γ v_bᵀ E[Y(0)|X=x]。
方差分解：Lemma 1还给出了次优ĝ的惩罚项：额外方差正比于Var(ĝ(X) - g*(X))。

关键跳跃点： - 从Var_DM到总体方差的转换：定理2的证明需要处理样本量比例λ的极限，使用Slutsky定理将√n(Ȳ - μ)的极限分布与√(⌈nλ⌉)(Ȳ - μ)的极限分布联系起来。这个步骤虽然标准，但需要仔细处理整数部分。 - Lemma 1的证明：这是整个论文的技术核心。证明使用了全方差公式将方差分解为条件方差和条件期望的方差，然后引入一个辅助二元随机变量U|X，将两个条件期望的加权平方和转化为一个条件方差加上一个偏差项。这个技巧将两个目标（处理组和对照组）的优化问题转化为一个单一目标（U）的优化问题，从而得到闭式解。

技术技巧点名： - 全方差公式（Law of Total Variance）：用于将Var(Y - g(X))分解为E[Var(Y|X)] + Var(E[Y|X] - g(X))，分离出与g无关的项。 - 辅助随机变量技巧：在Lemma 1的证明中，引入U|X，其分布以概率1-η取E[Y₁|X]，以概率η取E[Y₀|X]，将两个目标的加权和转化为一个条件期望的优化问题。 - Delta方法：用于将复杂指标的渐近方差线性化，使得优化问题简化为线性组合的方差最小化。 - 交叉拟合（Cross-fitting）：用于消除机器学习模型过拟合带来的偏差，保证估计量的无偏性（即使模型不一致，只要一致即可）。 - Slutsky定理：用于处理样本量比例的极限，将不同样本量的CLT联系起来。

真实例子与应用¶

本文没有使用真实数据例子或模拟实验。论文在Section 5中给出了多个理论应用示例（加性、乘性、比率、方差比、回归系数），但这些只是将定理3的公式应用到具体f和h上，推导出g*(x)的显式形式，并没有用真实数据或模拟来验证方差缩减效果。Section 6讨论了建模实践（如正则化、借用强度），但也没有提供实证结果。

结论：本文为纯理论/无实证例子。作者在Abstract中声称“Through a variety of examples, the paper also explores modeling considerations”，但这里的“examples”指的是理论推导示例，而非数据实验。

🔎 结论是否比证明窄¶

加性效应的“最优性”：作者声称“For additive treatment metrics, the approach minimizes variance optimally”（Abstract）和“our asymptotically optimal solution is (non-asymptotically) optimal”（Section 5.1）。这个结论在给定调整形式M_adj = M - (ḡ₁ - ḡ₀) 下是严格证明的（Lemma 1 + 直接方差计算）。但是，这是否意味着在所有可能的无偏估计量中达到方差下界（即半参数效率界）？作者没有讨论。对于加性效应，半参数效率界是已知的（例如通过AIPW达到），而本文的M_adj是否恰好达到这个界？从公式看，Var(M_adj) = (1/n₁) E[Var(Y(1)|X)] + (1/n₀) E[Var(Y(0)|X)] + (1/n₁ + 1/n₀) * (1/4) Var(E[Y(1)|X] - E[Y(0)|X])（当γ=1/2时），这确实与AIPW在随机实验下的渐近方差一致。但作者没有明确建立这个联系，也没有引用半参数效率理论。因此，“最优”应理解为在给定调整类中的最优，而非全局半参数最优。
复杂效应的“一阶最优”：作者明确说“the approach minimizes the Delta Method estimate of variance”（Abstract）和“optimality is defined to first order”（Section 4.1）。这意味着最优性只在一阶泰勒展开的意义下成立。对于非线性指标，高阶项可能会影响有限样本下的方差，且当f的高度非线性或样本量不够大时，Delta方法的近似可能不准确。作者没有讨论这些高阶项的影响。
交叉拟合的无偏性：作者声称“each estimate M^k_adj is unbiased, even though estimates are not independent. As a result, their average M_adj is also unbiased.”（Section 2.1）。这个结论依赖于交叉拟合的样本分割独立性：在每一折中，用于估计g的训练数据与用于计算M_adj的测试数据是独立的。因此，即使g估计有偏，由于独立性，E[ḡ₁ - ḡ₀] = E[g(X)] - E[g(X)] = 0，从而M_adj无偏。这个论证是标准的，但需要假设g的估计不依赖于测试数据中的Y值（只依赖于X），这在交叉拟合中成立。

四、开放问题¶

半参数效率界的建立：本文的“最优性”是在给定调整形式h下的条件最优。一个自然的问题是：对于给定的处理效应参数δ = f(E[Y(1)], E[Y(0)])，在随机实验的设定下，半参数效率界是什么？本文的M_adj*是否达到这个界？ 作者没有引用半参数效率理论（Bickel et al., 1993; Tsiatis, 2006），也没有讨论这个问题。扎根点：Section 5.1的“optimal (non-asymptotically) optimal”声明，以及全文缺乏与半参数效率界的比较。
高阶项的影响：对于复杂指标（如比率、方差比），本文只最小化了一阶渐近方差（通过Delta方法）。高阶项（如二阶影响函数）对有限样本方差的影响是什么？ 当f高度非线性或样本量不够大时，一阶近似可能不准确，此时是否存在更好的调整策略？扎根点：Section 4.1的“optimality is defined to first order”声明。
模型选择与借用强度的理论指导：作者在Section 6.1中讨论了建模实践（如正则化、加权），但这些都是启发式的。是否存在一个理论框架来指导如何最优地借用双臂之间的信息？ 例如，当处理效应很小时，应该强烈收缩到池化模型；当效应很大时，应该允许双臂独立建模。这个权衡的量化准则是什么？扎根点：Section 6.1的“we recommend a model that shrinks predictions towards a pooled model”以及“whether this simplification is worthwhile is an empirical question”。
与高阶U-统计量的联系：本文的方差缩减框架本质上是在构造一个一阶影响函数的估计量。对于更复杂的参数（如高阶交互效应、条件处理效应），可能需要高阶影响函数（HOIF）来实现方差缩减。本文的方法能否推广到这些更复杂的参数？特别是，当处理效应参数本身涉及高阶矩或非线性变换时，本文的线性化方法是否仍然有效？扎根点：本文的框架完全基于一阶Delta方法，没有涉及高阶展开。这与研究者（陈星宇）的HOIF工作有潜在交叉。

Maintained by 陈星宇 · Homepage · Source on GitHub