跳转至

Randomization tests for model specification in causal inference under network interference

作者: Supriya Tiwari, Pallavi Basu
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2608.22890

一、领域脉络与小综述

这个方向是什么

本子方向解决的根本问题是：在存在网络干扰（network interference）的随机实验中，如何检验研究者所假设的“暴露映射”（exposure mapping）是否被正确指定。暴露映射将每个单元的高维处理向量（所有邻居的处理状态）降维为一个低维函数，是定义和估计溢出效应（spillover effect）的标准工具。但它的正确性通常由分析者假定，缺乏实证检验手段。本文提出一种基于设计（design-based）的随机化检验框架，用于检验暴露映射的模型设定是否正确。

发展脉络（history）

  • 奠基工作：Hong and Raudenbush (2006) 提出暴露映射概念，Manski (2013) 和 Aronow and Samii (2017) 将其形式化，用于在干扰下识别因果效应。Aronow and Samii (2017) 给出了基于Horvitz-Thompson估计量的设计推断框架，但假设暴露映射正确。
  • 主要进展：Leung (2022) 和 Sävje (2024) 研究了暴露映射误设对标准估计量的影响，发现某些受控误设下估计量仍稳健。Sävje et al. (2021)、Hu et al. (2022)、Wang et al. (2020) 提出边缘化estimand（marginalized estimand），避免显式使用暴露映射，但代价是无法揭示溢出机制。随机化检验（FRT）被推广到干扰场景：Athey et al. (2018)、Basse et al. (2019)、Puelz et al. (2022)、Zhang and Zhao (2025)、Zhong (2024)、Tiwari and Basu (2024) 分别发展了检验干扰存在性或特定溢出效应的FRT方法。
  • 当前frontier：Gao et al. (2026) 证明了在不限制潜在结果模型空间时，无法构造有信息的暴露映射设定检验（不可行性结果），并在线性-in-means模型下给出了一致检验。Hoshino and Yanagi (2026) 利用层次暴露映射关系构建检验，但需要指定一个更细的备择暴露映射。
  • 本文位置：本文在Gao et al. (2026)的不可行性结果之后，提出一个在更宽泛的潜在结果函数类下工作的检验框架，不要求指定备择暴露映射，而是通过残差不变性构造随机化检验，并证明渐近有效性。

子线索聚类

  1. 暴露映射的误设影响与稳健性（Leung 2022, Sävje 2024）：研究误设对估计量的影响，发现某些误设下估计量仍稳健，但未提供检验方法。
  2. 边缘化estimand（Sävje et al. 2021, Hu et al. 2022, Wang et al. 2020）：避免暴露映射，直接定义平均溢出效应，稳健但无法揭示机制。
  3. 随机化检验用于干扰（Athey et al. 2018, Basse et al. 2019, Puelz et al. 2022, Zhang and Zhao 2025, Zhong 2024, Tiwari and Basu 2024）：检验干扰存在性或特定溢出效应，但未直接检验暴露映射的设定。
  4. 暴露映射设定检验（Gao et al. 2026, Hoshino and Yanagi 2026, 本文）：直接检验暴露映射是否正确指定。Gao et al. 给出不可行性结果并在线性模型下构造检验；Hoshino and Yanagi 需要指定更细的备择映射；本文基于残差不变性，不要求备择映射。

这个方向在追问的核心问题

  • 可检验性边界：在什么条件下，暴露映射的设定是可检验的？Gao et al. (2026) 的不可行性结果是否适用于更一般的模型类？
  • 检验的功率：如何构造对误设敏感的检验统计量？本文使用图形相关统计量，但功率依赖于网络结构。
  • 多重检验：当有多个候选暴露映射时，如何控制FWER？本文讨论了嵌套假设下的序贯检验。
  • 与估计的衔接：检验结果如何指导后续的因果估计？例如，拒绝一个暴露映射后，如何选择替代映射？

⚠️ 作者的framing

作者将缺口frame为：“现有方法假设暴露映射正确，缺乏实证检验手段；本文填补这一空白”。作者淡化或回避的竞争路线： - 边缘化estimand：作者承认其稳健性，但指出“no insight into the spillover mechanism can be gained”（Section 1），从而将本文定位为能揭示机制的检验。 - Gao et al. (2026)：作者将其视为并发工作，并指出Gao et al. 的不可行性结果是在“without imposing restrictions on the model space”下成立，而本文“work with a broader class of potential outcome model functions”（Section 1），但并未明确说明本文的模型类比Gao et al. 的“线性-in-means”更宽还是不同。值得研究者去查：Gao et al. 的不可行性结果是否依赖于特定的模型空间定义？本文的假设（有界度、有界结果、线性基模型）是否恰好避开了不可行性条件？ - Hoshino and Yanagi (2026)：作者提到其需要指定更细的备择暴露映射，而本文不需要，这是本文的一个优势。

什么明显该被引/该存在、却没出现在intro里？ 未见明显缺失。但可注意：本文使用OLS估计残差，但未引用Abadie et al. (2020) 关于设计推断与OLS标准误的调和（虽然引用了，但仅在intro末尾提及）。此外，关于“低阶β交互模型”（Cortez-Rodriguez et al. 2023）在附录B.1.1中才出现，intro未提及，可能因为这不是本文核心。

张力

未见明显对立引用。各工作在不同设定下结论一致：暴露映射误设会导致偏差，但某些受控误设下估计量仍稳健；检验暴露映射需要额外假设。

二、最核心、最简单的例子 / 数学问题

第一步：符号、模型、可观测数据交代清楚

  • 符号：
  • \(N\)：总体大小（固定）。
  • \(G \in \{0,1\}^{N \times N}\)：简单无向邻接矩阵，\(G_{ij}=1\) 表示单元 \(i\) 和 \(j\) 相连。
  • \(\mathcal{N}_i = \{j: G_{ij}=1\}\)：单元 \(i\) 的邻居集。
  • \(Z \in \{0,1\}^N\)：二元处理分配向量，\(Z_i=1\) 表示处理，\(Z_i=0\) 表示对照。
  • \(Y_i(Z)\)：单元 \(i\) 在全局处理向量 \(Z\) 下的潜在结果（固定，非随机）。
  • \(e_i(Z)\)：暴露映射，将 \(Z\) 映射为低维向量，例如 \(e_i(Z) = (Z_i, \frac{1}{|\mathcal{N}_i|}\sum_{j\in\mathcal{N}_i} Z_j)\)。
  • \(R_i(Z) = Y_i(Z) - \mathbb{E}_Z[Y_i(Z) | e_i(Z)]\)：有限样本残差（定义1）。\(\mathbb{E}_Z\) 表示对 \(Z\) 的分布取期望，因为设计-based框架下所有随机性来自 \(Z\)。
  • \(\tilde{R}_i(Z)\)：修正残差（定义2），分离出基线常数 \(c_i\)，使得 \(\tilde{Y}_i(\mathbf{0})=0\)，且 \(\tilde{R}_i(Z) = Y_i(Z) - \mathbb{E}[\tilde{Y}_i(Z)|e_i(Z)]\)。在零假设下，\(\tilde{R}_i(Z) = c_i\) 与 \(Z\) 无关。
  • \(Z_{\text{obs}}, Y_{\text{obs}}\)：观测到的处理分配和结果。
  • \(P(Z)\)：已知的处理分配机制（本文假设Bernoulli实验，\(Z_i \sim \text{i.i.d. Bernoulli}(p)\)）。
  • \(\phi(\cdot)\)：基函数，\(\phi: \mathbb{R}^k \to \mathbb{R}^d\)，用于线性基模型 \(m(e) = \bar{\beta} \cdot [1, \phi(e)]\)。
  • \(\hat{\bar{\beta}}_{\text{obs}}\)：OLS系数，由 \(Y_{\text{obs}}\) 对 \([1, \phi(e_{\text{obs}})]\) 回归得到。

  • \(T_{\text{GC}}^{(k)}\)：图形相关检验统计量（式13），度量 \(Z\) 与残差 \(\tilde{R}\) 在距离 \(k\) 的邻居上的相关性。

  • 模型：

  • 数据生成机制：固定总体 \(P\) 和网络 \(G\)，潜在结果 \(Y(Z)\) 是确定的（非随机）。随机性仅来自处理分配 \(Z \sim P(Z)\)（设计-based框架）。观测数据为 \((Z_{\text{obs}}, Y_{\text{obs}})\)，其中 \(Y_{\text{obs}} = Y(Z_{\text{obs}})\)。
  • 暴露映射 \(e(Z)\) 是研究者假设的降维函数。零假设 \(H_0\)：暴露映射正确指定，即 \(\tilde{R}_i(Z)\) 与 \(Z\) 无关（对所有 \(Z\) 相等）。等价地，\(Y_i(Z) = \mathbb{E}[\tilde{Y}_i(Z)|e_i(Z)] + c_i\)，其中 \(\mathbb{E}[\tilde{Y}_i(Z)|e_i(Z)]\) 完全捕捉了处理对结果的影响。

  • 为构造可计算的检验，假设条件均值函数可用线性基模型近似：\(\mathbb{E}[\tilde{Y}_i|e_i] \approx \beta_0 \cdot \phi(e_i)\)，且近似误差有界（Assumption 5）。

  • 可观测数据：

  • 可观测：\(Z_{\text{obs}}\)（处理分配向量），\(Y_{\text{obs}}\)（结果向量），网络 \(G\)，协变量 \(X\)（本文未强调）。
  • 不可观测：其他处理分配下的潜在结果 \(Y(z)\)（\(z \neq Z_{\text{obs}}\)），以及真实残差 \(\tilde{R}_i(Z)\)（因为 \(\mathbb{E}[\tilde{Y}_i|e_i]\) 未知）。研究者只能通过观测数据估计残差。

第二步：最小内核

最简特例：考虑一个线性模型，真实暴露映射为 \(e_i^{(1)} = (Z_i, \bar{Z}_{\mathcal{N}_i})\)，其中 \(\bar{Z}_{\mathcal{N}_i} = \frac{1}{|\mathcal{N}_i|}\sum_{j\in\mathcal{N}_i} Z_j\)。假设真实潜在结果模型为：

\[Y_i(Z) = \tau_d Z_i + \tau_s \bar{Z}_{\mathcal{N}_i} + c_i,\]
其中 \(c_i\) 是基线常数。此时，条件均值 \(\mathbb{E}[Y_i|e_i] = \tau_d Z_i + \tau_s \bar{Z}_{\mathcal{N}_i}\)，残差 \(\tilde{R}_i(Z) = c_i\) 与 \(Z\) 无关，零假设成立。

现在，研究者错误地假设暴露映射为 \(e_i^{(2)} = (Z_i)\)（即忽略溢出效应）。那么，在 \(e^{(2)}\) 下，条件均值 \(\mathbb{E}[Y_i|e_i^{(2)}] = \tau_d Z_i + \tau_s \mathbb{E}[\bar{Z}_{\mathcal{N}_i}|Z_i]\)。由于 \(\mathbb{E}[\bar{Z}_{\mathcal{N}_i}|Z_i] = p\)（Bernoulli实验下），残差 \(\tilde{R}_i^{(2)}(Z) = Y_i - \tau_d Z_i - \tau_s p = \tau_s (\bar{Z}_{\mathcal{N}_i} - p) + c_i\)，它依赖于 \(Z\)（通过 \(\bar{Z}_{\mathcal{N}_i}\)），因此零假设被违反。

核心思路：在零假设下，残差 \(\tilde{R}\) 与 \(Z\) 无关，因此任何基于 \(Z\) 和 \(\tilde{R}\) 的检验统计量在随机化下应具有已知分布（类似FRT）。如果残差已知，我们可以直接进行精确随机化检验（Procedure 2）。由于残差未知，我们用OLS估计残差，并证明估计残差下的随机化检验渐近有效（Theorem 2）。检验统计量 \(T_{\text{GC}}^{(1)}\) 度量 \(Z_i\) 与邻居残差 \(\tilde{R}_j\) 的相关性——如果暴露映射正确，这种相关性应为零；如果存在未捕捉的溢出，则相关。

最小内核的数学困难：残差不可观测，只能用估计值代替。估计误差会导致检验的Type I error膨胀。本文的关键想法是：在零假设下，OLS系数 \(\hat{\beta}\) 收敛到常数 \(\beta_0\)（Lemma 3），因此估计残差 \(\hat{\tilde{R}}\) 与真实残差 \(\tilde{R}\) 的差异随 \(N\) 趋于零。通过Lipschitz条件，检验统计量的差异也可控，从而渐近有效性成立。

三、这篇论文做了什么

三句话

  1. 研究问题：在网络干扰的随机实验中，如何检验研究者假设的暴露映射是否被正确指定（即是否捕捉了所有相关溢出机制）。
  2. 核心方法：基于设计-based框架，利用残差在零假设下与处理分配无关的性质，构造随机化检验；由于残差未知，用OLS估计残差，并证明估计残差下的随机化检验渐近有效。
  3. 主要结论：提出了一个可操作的检验程序（Procedure 3），证明了其渐近有效性（Theorem 2），并通过模拟和真实数据（Paluck et al. 2016的反冲突干预实验）展示了良好的Type I error控制和功率。

关键设定与假设

  • Assumption 1 (Randomized experiment)：处理分配机制已知且独立于潜在结果，本文考虑Bernoulli实验（\(Z_i \sim \text{i.i.d. Bernoulli}(p)\)）。
  • Assumption 2 (Bounded outcomes and exposures)：潜在结果有界（\(|Y_i(z)| \leq B\)），暴露映射局部有界（\(||e_i(z')|| \leq b_z\)），一致于 \(N\)。
  • Assumption 3 (Bounded degree)：图的最大度 \(\Delta(G) \leq \kappa\)，常数 \(\kappa\)。这限制了依赖范围，是证明收敛性的关键。
  • Assumption 4 (Positive definite design)：期望设计矩阵 \(\mathbb{E}_{I,Z}[[1,\phi(e)][1,\phi(e)]^T]\) 正定，一致于 \(N\)。
  • Assumption 5 (Bounded discrepancy variation)：条件均值函数与线性基模型之间的最大均方误差有界：\(\sup_{z} \frac{1}{N}\sum_i ||\mathbb{E}[\tilde{Y}_i|e_i] - \beta_0 \cdot \phi(e_i)||^2 \leq s^2\)。\(s\) 是敏感性参数，控制模型误设程度。

相比已有文献：本文的假设与Aronow and Samii (2017) 类似（有界度、有界结果），但额外需要线性基模型近似条件均值（Assumption 5）。Gao et al. (2026) 的不可行性结果不需要有界度，但本文通过有界度获得了可检验性。

主要结果

  • Theorem 1 (Oracle validity)：如果真实残差已知，Procedure 2（基于真实残差的随机化检验）在有限样本下精确控制Type I error（\(P(pval \leq \alpha | H_0) \leq \alpha\)）。这是FRT的标准结果，证明简单（概率积分变换）。
  • Theorem 2 (Asymptotic validity of estimated residual test)：在Assumptions 1-5下，Procedure 3（基于估计残差的随机化检验）渐近有效，但需一个修正因子：存在 \(C'>0\) 使得
    \[\lim_{\epsilon \to 0} \limsup_{N \to \infty} P_{Z_{\text{obs}}}(\hat{pval}_\epsilon \leq \alpha | H_0) \leq \alpha,\]
    其中 \(\hat{pval}_\epsilon = P_Z(T(Z, \hat{\tilde{r}}_{\text{obs}}) \geq T(Z_{\text{obs}}, \hat{\tilde{r}}_{\text{obs}}) - C' s - \epsilon)\)。直观上，由于模型近似误差 \(s\)，Type I error可能膨胀，但通过一个可调的 \(\epsilon\) 可以控制。实际中，\(s\) 可作为敏感性参数报告。
  • Proposition 1 (Lipschitz property of test statistic)：图形相关统计量 \(T_\beta^{(k)}\) 在零假设下是Lipschitz的，Lipschitz常数为 \(C/\sqrt{N}\)，满足Theorem 2的条件。
  • Theorem 3 (FWER control for nested hypotheses)：对于嵌套假设（如检验溢出深度），序贯检验（Procedure 4）渐近控制FWER。

证明路线与技术技巧

整体路线（Theorem 2）： 1. 定义差异：设 \(\Delta \hat{r} = T(Z, \hat{r} + \delta) - T(Z_{\text{obs}}, \hat{r}_{\text{obs}} + \delta_{\text{obs}})\)，其中 \(\hat{r}\) 是估计残差，\(\delta\) 是模型近似误差。零假设下，真实残差 \(r\) 与 \(Z\) 无关，但估计残差有偏差。 2. Lipschitz控制：利用Proposition 1，\(|T(Z, \hat{r}) - T(Z, r_0)| \leq (C/\sqrt{N}) ||\hat{r} - r_0||\)，其中 \(r_0\) 是线性基模型下的残差。由于 \(\hat{\beta} \xrightarrow{p} \beta_0\)（Lemma 3），\(||\hat{r} - r_0|| \xrightarrow{p} 0\)，因此 \(T(Z, \hat{r}) \approx T(Z, r_0)\)。 3. 近似误差处理：将 \(\Delta \hat{r}\) 分解为三项，其中一项涉及 \(||\delta'|| + ||\delta_{\text{obs}}||\)，其期望有界于 \(2s\)（Assumption 5）。通过Weyl不等式和Janson的大偏差定理，证明 \(\hat{\beta}_r(Z) - \hat{\beta}_{\text{obs}}\) 有界于 \(4B's/\lambda + o_p(1)\)（式98）。 4. 概率不等式：利用Markov不等式和收敛性，证明 \(P_{Z_{\text{obs}}}(P_Z(|\Delta \hat{r} - \Delta \hat{r}_{\text{obs}}| \geq \epsilon) > \epsilon) \to 0\)，从而将估计残差检验的Type I error上界与oracle检验的Type I error上界联系起来。 5. 最终上界：得到 \(\limsup_N P_{Z_{\text{obs}}}(\hat{pval}_\epsilon \leq \alpha) \leq \alpha + \epsilon\)，取 \(\epsilon \to 0\) 得渐近有效性。

关键跳跃点： - Lemma 3 (OLS系数收敛)：证明 \(\hat{\bar{\beta}}_{\text{obs}} \xrightarrow{p} \bar{\beta}_0\)。难点在于处理依赖结构（网络干扰导致残差相关）。使用Janson (2004) 的大偏差定理，依赖图的色数上界为 \(\kappa^{2k}+1\)（有界度假设），从而得到指数收敛率。 - 式(98)的界：证明 \(\hat{\beta}_r(Z) - \hat{\beta}_{\text{obs}}\) 有界。这需要将 \(\hat{\beta}_r(Z)\) 表达为 \(\hat{\beta}_{\text{obs}}\) 加上一个涉及残差和 \(\delta\) 的项，然后利用 \(\frac{1}{N}\sum \phi(e_i)r_i\) 的收敛性和 \(\frac{1}{N}\sum \phi(e_i)\delta_i\) 的界（\(B's\)）。这里用到了零假设下 \(r_i\) 与 \(Z\) 无关的性质，使得 \(\frac{1}{N}\sum \phi(e_i)r_i\) 的期望为零（式94）。

技术技巧点名： - Janson (2004) 大偏差：用于证明样本均值的收敛性（Lemma 2, 3），处理依赖数据。 - 依赖图与色数：将残差项的依赖结构建模为图，色数上界由有界度给出。 - Weyl不等式：用于控制最小特征值的下界（式57）。 - Lipschitz性质：用于将估计残差与真实残差的差异转化为检验统计量的差异。 - 概率积分变换：用于oracle检验的精确有效性（Theorem 1）。

真实例子与应用

数据：Paluck et al. (2016) 的反冲突干预实验，56所美国中学，其中28所随机接受干预。在干预学校中，识别出“社交参照者”（social referents，约10%的学生），再随机50%邀请参加反欺凌活动。分析聚焦于社交参照者（去除孤立节点后 \(N=850\)），网络平均出度1.14。

方法应用： - 假设暴露映射 \(e_i = (Z_i, I(\sum_{j\in\mathcal{N}_i} Z_j > 0))\)（是否有处理朋友），这是Aronow and Samii (2017) 使用的映射。 - 使用Procedure 3，检验统计量 \(T_\beta^{(1)}\)，生成2000个随机处理分配，计算p值。 - 结果：p值 = 0.317，不拒绝零假设。作者还检验了 \(e_i = (Z_i)\)（p=0.055）和 \(e_i\) 配合 \(T_\beta^{(2)}\)（p=0.799）。 - 说明：该例子展示了方法在实际数据中的可用性，并说明不拒绝原假设意味着所选暴露映射与数据一致。由于未使用修正项（\(s=0\)），决策是稳健的（因为修正只会增大p值）。

🔎 结论是否比证明窄

  • Theorem 2 的结论是渐近有效性，但需要修正因子 \(\epsilon\) 和敏感性参数 \(s\)。在实际操作中，作者建议报告 \(s\) 的敏感性分析（Section 4.1），但并未给出选择 \(s\) 的具体准则。模拟中（Table 2）未使用修正项，Type I error仍受控，但作者在DGP IV中展示了当模型误设较大时Type I error膨胀（Figure 2），说明修正项是必要的。因此，结论“渐近有效”严格依赖于 \(s\) 的界，而 \(s\) 在实践中未知。
  • Theorem 3 关于FWER控制，证明仅针对嵌套假设，且需要渐近有效性（依赖Theorem 2）。对于非嵌套多重检验，本文未提供理论保证。
  • 模拟部分：在随机块模型（SBM）下，随着样本量增加功率下降（Table 1, 2），作者归因于平均度增加（违反Assumption 3）。这暗示方法在密集图下可能失效，但论文未给出理论解释或补救措施。

四、开放问题

  1. 理论功率分析：本文仅通过模拟展示功率，未提供理论功率界。Gao et al. (2026) 给出了不可行性结果，但本文的模型类（有界度、线性基近似）是否允许非平凡功率？能否证明在某种备择下检验的一致性？——扎根于Section 7：“It will be an important extension to study... theoretical power properties of the procedure”。

  2. 高维暴露映射的检验：附录B.1.1讨论的低阶β交互模型，当β较大时，回归参数数量指数增长，直接应用OLS不可行。能否利用有界度假设下的稀疏性，发展高维版本的检验？——扎根于Appendix B.1.1：“a direct application of Procedure 3 is not feasible... an interesting extension to examine whether the sparsity... can be exploited”。

  3. 敏感性参数的选择：Theorem 2中的修正项依赖于 \(s\)（Assumption 5），但 \(s\) 未知。作者建议网格搜索，但未给出理论指导。能否构造一个数据驱动的 \(s\) 选择方法（如通过交叉验证或bootstrap）？——扎根于Section 7：“how to choose the basis model and better calibrate the sensitivity parameter”。

  4. 密集图下的性能改进：模拟显示在SBM（平均度随N增长）下功率下降，违反Assumption 3。能否放松有界度假设，例如允许度增长但控制某种稀疏性（如图是稀疏的，但最大度可增长）？——扎根于Section 7：“Our procedure’s performance drops in dense graph settings, creating a methodological gap to improve upon”。

提醒：要确认这些是否是真gap，建议阅读Gao et al. (2026) 的不可行性结果，以及近期关于网络干扰下模型设定检验的文献（如Hoshino and Yanagi 2026），看是否已有解决上述问题的尝试。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论