Sample size and power calculations for causal inference in observational studies¶
作者: Bo Liu, Chengxin Yang, Fan Li
来源: Annals of Statistics
主题: 因果推断
相关性: 8/10
机构绿灯: Duke University(US News 前 50,免分进入精读)
链接: 期刊页 · arXiv
一、领域脉络与小综述¶
这个方向是什么¶
本文所处的子方向是观察性研究中因果效应的样本量与功效计算(sample size and power calculation)。其根本的统计问题是:在设计一项观察性研究(或评估一项已有观察性数据库分析)时,在给定效应量、显著性水平和期望功效的条件下,如何确定所需的最小样本量。与随机对照试验(RCT)中成熟的功效计算公式不同,观察性研究需要额外考虑混杂偏倚的校正(如倾向得分加权),而校正过程会引入额外的方差膨胀,这使得功效计算在理论上更为复杂。该方向的成熟度相对较低——正如本文引言所指出的,现有方法要么依赖模拟(缺乏解析公式),要么需要完整的数据生成过程假设(在实际设计阶段不可得),要么忽略了混杂校正对方差的影响。
发展脉络(history)¶
奠基工作:倾向得分加权估计量的方差理论。 本文的方差分解直接建立在 Hájek 型逆概率加权(IPW)估计量的渐近方差公式之上,该公式由 Lunceford 和 Davidian (2004) 系统给出。Lunceford 和 Davidian (2004) 的关键贡献在于证明了使用估计的倾向得分(而非真实倾向得分)进行加权时,IPW 估计量的渐近方差会减小(即估计倾向得分带来效率增益),并给出了解析的方差表达式。这一结果构成了本文方差分解的理论起点——本文正是从这一方差公式出发,将其分解为三个可解释的组成部分。
主要进展:从模拟到解析公式的过渡。 在本文之前,观察性研究的功效计算主要有两条路线。第一条是模拟法(如 Mukherjee et al., 2003; Qin, 2023),即根据假定的数据生成过程模拟完整数据集,再计算经验功效。这种方法灵活但缺乏理论指导,且需要指定完整的数据生成机制(包括所有协变量的联合分布),这在设计阶段往往不可行。第二条是方差膨胀因子(VIF)法,由 Shook-Sa 和 Hudgens (2022) 提出,其核心思想是将观察性研究的功效计算锚定在对应的随机试验之上,通过一个 VIF 因子来放大随机试验所需的样本量。然而,Shook-Sa 和 Hudgens (2022) 的 VIF 公式隐含地假设了混淆因子与结局之间的相关性为零(即 ρ = 0),这在观察性研究中通常不成立。本文的贡献之一正是将这一隐含假设显式化,并引入 ρ² 作为额外的敏感性参数。
当前 frontier:以可解释参数驱动的设计阶段工具。 本文代表了该方向的一个新进展:将功效计算所需的全部信息压缩为少数几个具有明确统计含义的参数——处理比例 r、重叠系数 ϕ(Bhattacharyya 系数)和混淆系数 ρ²(受 R² 约束)。这一框架的核心优势在于,这些参数可以在设计阶段基于先验知识或小规模试点研究进行设定,而无需指定协变量的联合分布。本文还开发了 R 包 PSpower 和在线计算器,使方法可直接用于实践。
本文的位置: 本文在 Shook-Sa 和 Hudgens (2022) 的基础上,做了三方面推进:(i) 将 VIF 方法推广到任意 WATE(加权平均处理效应)估计量,包括 ATT 和 ATO;(ii) 引入混淆系数 ρ² 来刻画混淆因子与结局之间的关联强度,并证明 ρ² 受 R² 约束(公式 14);(iii) 通过 Bhattacharyya 系数 ϕ 与处理比例 r 唯一确定倾向得分分布,从而避免了直接设定倾向得分模型的参数。本文的定位是设计阶段的解析工具,而非分析阶段的推断方法。
子线索聚类¶
这些被引文献大致落在三条子线索上:
-
倾向得分加权估计量的渐近理论(Lunceford and Davidian, 2004; Yang and Ding, 2018; Li et al., 2018a; Li et al., 2019):这一簇关注 IPW 和平衡权重(如重叠权重)估计量的方差结构、效率性质以及估计倾向得分的影响。本文的方差分解直接建立在这一理论之上。
-
观察性研究的功效与样本量计算(Shook-Sa and Hudgens, 2022; Austin, 2021; Hsieh and Lavori, 2000):这一簇直接关注功效计算问题。Austin (2021) 通过模拟研究了 IPW 分析中 VIF 的估计方法;Shook-Sa 和 Hudgens (2022) 提出了基于 VIF 的解析公式;Hsieh 和 Lavori (2000) 则处理了更一般的回归校正中的样本量问题。本文是对这一簇的直接推进。
-
实验设计中的协变量平衡与目标人群选择(Li et al., 2018a; Li et al., 2019; Zeng et al., 2021; Branson et al., 2024):这一簇关注不同加权方案(IPW、重叠权重、匹配权重)所对应的目标人群(ATE、ATT、ATO),以及这些权重在 RCT 协变量校正中的应用。本文对 ATT 和 ATO 的功效公式推导直接利用了这些权重方案的方差结构。
这个方向在追问的核心问题¶
-
观察性研究的功效计算需要哪些最小充分信息? 本文的回答是:在倾向得分服从 logistic 模型、结局服从齐方差受限均值模型的假设下,只需 (r, ϕ, ρ²) 三个参数加上标准 RCT 输入(效应量、α、β)。这一结论将功效计算从"需要完整数据生成过程"简化为"需要三个可解释参数"。
-
如何量化混杂校正对功效的惩罚? 本文通过方差分解表明,与随机试验相比,观察性研究的方差膨胀来自两个渠道:倾向得分分布的不平衡(由 ϕ 刻画)和混淆因子与结局的关联(由 ρ² 刻画)。公式 (15) 中的
2[1 + (ρ²σ²_e + 1)exp(σ²_e/2)cosh(µ_e)]正是这一惩罚的解析表达。 -
不同目标人群(ATE/ATT/ATO)对功效的影响有多大? 本文的数值结果(表 2)表明,在相同的效应量和名义功效下,ATO 所需的样本量远小于 ATT 和 ATE,且随着重叠度恶化(ϕ 减小),这一差距急剧扩大。这为设计阶段的目标人群选择提供了定量依据。
已知瓶颈: 现有方法(包括本文)都依赖于参数化的倾向得分模型(logistic)和结局模型(齐方差受限均值模型),且假设处理效应齐性。当这些假设严重偏离时,公式的准确性缺乏理论保证。此外,ρ² 和 ϕ 在设计阶段的取值通常只能依赖主观判断或试点数据,其不确定性如何传播到样本量计算中,本文未作讨论。
⚠️ 作者的 framing(这是作者的说法)¶
作者将缺口 frame 为:"现有观察性研究的功效计算方法要么需要完整数据生成过程(模拟法),要么忽略了混淆因子与结局的关联(Shook-Sa and Hudgens 2022 的 VIF 法),缺乏一个仅依赖少量可解释参数的解析框架。" 作者通过将方差分解为倾向得分分布、结局分布及其相关性三个部分,论证了只需 (r, ϕ, ρ²) 三个参数即可完成功效计算,从而将本文定位为"显然的下一步"。
被淡化或回避的竞争路线: 作者明确回应了 Hernán (2022) 对观察性研究中功效分析必要性的质疑(见 Discussion 部分),但这一回应较为简略——Hernán 的核心论点是观察性研究的首要问题是混杂偏倚而非随机误差,功效分析可能给人一种虚假的精确感。作者承认"去混杂是核心",但未深入讨论在偏倚未消除的情况下,功效计算是否仍有意义。此外,作者回避了基于模拟的灵活方法的潜在优势——模拟法虽然需要更多假设,但可以灵活处理复杂的协变量结构、非线性、交互作用等,而解析公式在这些场景下可能失效。
什么明显该被引 / 该存在、却没出现在 intro 里? 本文未引用近期关于半参数效率界在功效计算中应用的工作(如基于高效影响函数的样本量公式),也未讨论自适应设计或序贯分析中的功效计算问题。此外,对于倾向得分模型误设定对功效计算的影响,本文仅通过模拟间接检验,未引用相关理论文献(如 Kang and Schafer, 2007 关于倾向得分误设定的经典讨论)。
张力¶
未见明显对立引用。Shook-Sa and Hudgens (2022) 与本文的关系是"特例-推广"而非对立:本文的公式在 ρ = 0 时退化为 Shook-Sa 和 Hudgens 的 VIF 公式(Remark 3),因此两者在数学上是一致的。Hernán (2022) 对功效分析的质疑与本文的立场存在张力,但作者将其定位为"功效分析在观察性研究中仍有价值"而非直接反驳。
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¶
符号清单(逐个点名):
| 记号 | 含义 | 类型 |
|---|---|---|
| \(N\) | 样本量 | 标量(设计参数) |
| \(Z_i \in \{0,1\}\) | 处理指示 | 随机变量(可观测) |
| \(X_i \in \mathbb{R}^p\) | 协变量向量 | 随机向量(可观测) |
| \(Y_i(z)\) | 潜在结局(\(z=0,1\)) | 潜在变量(不可观测) |
| \(Y_i = Z_i Y_i(1) + (1-Z_i)Y_i(0)\) | 观测结局 | 随机变量(可观测) |
| \(e(x) = \Pr(Z_i=1 \mid X_i=x)\) | 倾向得分 | 未知函数(待估计) |
| \(W_e = \beta_0 + X'\beta\) | 倾向得分线性预测子 | 随机变量(潜变量) |
| \(\tau_{\text{ATE}}, \tau_{\text{ATT}}, \tau_{\text{ATO}}\) | 目标 estimand | 参数(待估计) |
| \(r = \Pr(Z_i=1)\) | 处理比例 | 标量(设计输入) |
| \(\phi\) | 重叠系数(Bhattacharyya 系数) | 标量(设计输入) |
| \(\rho = \text{cor}\{Y(z), W_e\}\) | 混淆系数 | 标量(设计输入) |
| \(S^2 = V\{Y(z)\}\) | 潜在结局方差 | 标量(设计输入) |
| \(e_\tau = \tau/S\) | 标准化效应量 | 标量(设计输入) |
| \(V\) | Hájek 估计量的渐近方差 | 标量(推导对象) |
| \(\tilde{V}\) | 标准化方差(\(V/S^2\)) | 标量(推导对象) |
| \(\mu_e, \sigma^2_e\) | \(W_e\) 的均值和方差 | 标量(由 \(r, \phi\) 确定) |
| \(a, b\) | Beta 分布参数 | 标量(由 \(r, \phi\) 确定) |
模型假设(本文的核心假设框架):
- 倾向得分模型:\(e(X) = \text{expit}(W_e) = \text{expit}(\beta_0 + X'\beta)\),即 logistic 回归模型。
- 结局模型:\(Y(z) = f(X) + z\tau + \epsilon\),即受限均值模型(RMM),其中 \(f(X)\) 是协变量的任意函数,\(\tau\) 是齐性处理效应,\(\epsilon\) 是均值为 \(\mu\)、方差为 \(\sigma_y^2\) 的误差项。
- 齐方差性:\(V\{\epsilon \mid e(X)\} = V(\epsilon)\),即误差方差不依赖于倾向得分。
- 联合正态性:\((W_e, f(X))\) 近似服从联合正态分布(由 Theorem 1 的 Lyapunov CLT 论证)。
- 识别假设:无未观测混杂(unconfoundedness)、SUTVA、重叠假设(overlap)。
可观测数据:研究者能观测到 \((X_i, Z_i, Y_i)\) 的样本。但在设计阶段(功效计算时),这些数据尚不可得;研究者只有先验知识或试点数据来设定 \((r, \phi, \rho^2, S^2, e_\tau)\)。
关键区分:本文的核心技巧在于,将功效计算所需的全部信息压缩为可解释的标量参数,而非完整的协变量分布。\(\phi\) 和 \(\rho\) 分别量化了"协变量在两组间的重叠程度"和"协变量与结局的关联强度",这两个参数比完整的协变量分布更容易由领域专家设定。
第二步:最小内核¶
最小内核:考虑最简单的场景——单个连续协变量 \(X\),且 \(X\) 在两组中均服从正态分布。设处理组 \(Z=1\) 中 \(X \sim N(\mu_1, \sigma^2)\),对照组 \(Z=0\) 中 \(X \sim N(\mu_0, \sigma^2)\),两组方差相同。处理比例 \(r = \Pr(Z=1)\)。
在这个特例下:
-
倾向得分:由贝叶斯公式,\(e(x) = \text{expit}(\beta_0 + \beta_1 x)\),其中 \(\beta_1 = (\mu_1 - \mu_0)/\sigma^2\),\(\beta_0\) 由 \(r\) 确定。线性预测子 \(W_e = \beta_0 + \beta_1 X\) 服从正态分布 \(N(\mu_e, \sigma^2_e)\),其中 \(\mu_e = \beta_0 + \beta_1 \mathbb{E}(X)\),\(\sigma^2_e = \beta_1^2 \sigma^2\)。
-
重叠系数:\(\phi = \int \sqrt{f_1(u) f_0(u)} du\),其中 \(f_z(u)\) 是倾向得分在组 \(z\) 中的密度。对于正态分布,这个积分有闭式解,且 \(\phi\) 是 \((\mu_1 - \mu_0)/\sigma\) 的单调递减函数。直观上,\(\phi\) 度量了两组协变量分布的重叠程度:\(\phi = 1\) 表示完全重叠(随机化),\(\phi \to 0\) 表示几乎不重叠(极端混杂)。
-
方差分解:Hájek 估计量的渐近方差可以分解为
\[V = \mathbb{E}\left[\frac{\{Y(1)-\mathbb{E}Y(1)\}^2}{e(X)}\right] + \mathbb{E}\left[\frac{\{Y(0)-\mathbb{E}Y(0)\}^2}{1-e(X)}\right].\]在正态近似下,利用矩生成函数,可以解析地计算这两个期望,得到公式 (15):\[\tilde{V} = 2\left[1 + (\rho^2\sigma^2_e + 1)\exp\left(\frac{\sigma^2_e}{2}\right)\cosh(\mu_e)\right].\] -
为什么成立:关键在于,当 \(W_e\) 服从正态分布时,\(\mathbb{E}[1/\text{expit}(W_e)]\) 和 \(\mathbb{E}[1/(1-\text{expit}(W_e))]\) 都有闭式表达式(涉及 \(\cosh\) 和 \(\exp\) 函数)。这正是本文选择 logistic 倾向得分模型 + 正态线性预测子的原因——它使得方差公式可以解析地写出。
这个最小内核揭示了本文的核心思想:观察性研究的功效计算可以归结为三个可解释参数——处理比例 \(r\)(决定 \(\mu_e\))、重叠系数 \(\phi\)(决定 \(\sigma^2_e\))和混淆系数 \(\rho\)(决定协变量与结局的关联强度)。一旦这三个参数确定,样本量公式就是显式的、解析的,无需模拟或完整数据生成过程。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:观察性研究中因果效应(ATE、ATT、ATO)的样本量与功效计算的解析公式,使得在设计阶段仅凭少量可解释参数即可确定所需样本量。
- 核心工具/方法:将 Hájek IPW 估计量的渐近方差分解为三个组成部分(倾向得分分布、潜在结局分布、二者相关性),分别用重叠系数 \(\phi\)(Bhattacharyya 系数)和混淆系数 \(\rho\) 来参数化,并利用 logistic 倾向得分模型 + 正态线性预测子的假设推导出闭式方差公式。
- 主要结论:观察性研究的样本量公式只需在标准 RCT 公式基础上乘以一个方差膨胀因子 \(\tilde{V}\),该因子由 \((r, \phi, \rho)\) 三个参数决定;数值实验表明公式在齐性处理效应下准确,在异质性处理效应下仍然稳健;ATO 在重叠不足时远优于 ATE 和 ATT。
关键设定与假设¶
设定:观测数据 \((X_i, Z_i, Y_i)\),其中 \(Z_i\) 为二元处理,\(X_i\) 为 \(p\) 维协变量,\(Y_i\) 为结局。目标 estimand 是 WATE:\(\tau_h = \mathbb{E}\{\tau(x)h(x)\}/\mathbb{E}\{h(x)\}\),其中 \(h(x)\) 是倾斜函数。\(h(x)=1\) 对应 ATE,\(h(x)=e(x)\) 对应 ATT,\(h(x)=e(x)(1-e(x))\) 对应 ATO。
假设(逐条说明统计含义):
- SUTVA(Rubin, 1980):无干扰和一致性,是因果推断的标准假设。
- 无未观测混杂(unconfoundedness):\(Y(z) \perp\!\!\!\perp Z \mid X\),即给定协变量后处理分配与潜在结局独立。这是观察性研究因果推断的核心识别假设。
- 重叠假设:\(0 < e(x) < 1\) 对所有 \(x\) 成立,保证 IPW 估计量有定义。
- logistic 倾向得分模型:\(e(X) = \text{expit}(\beta_0 + X'\beta)\)。这是参数化假设,使得倾向得分分布可由 \((r, \phi)\) 唯一确定。
- 受限均值模型(RMM):\(Y(z) = f(X) + z\tau + \epsilon\),其中 \(f(X)\) 为任意函数,\(\tau\) 为齐性处理效应。该假设比线性模型更弱,但比完全非参数更强。
- 齐方差性:\(V\{\epsilon \mid e(X)\} = V(\epsilon)\)。该假设使得方差公式中不出现倾向得分与误差方差的交互项。
- 联合正态性:\((W_e, f(X))\) 近似联合正态。这是 Theorem 1 的结论,也是推导闭式方差公式的关键。
相比已有文献的放宽/强化: - 相比 Shook-Sa and Hudgens (2022):本文显式引入了 \(\rho^2\) 作为混淆因子-结局关联的度量,而 Shook-Sa and Hudgens 隐含假设 \(\rho = 0\)(Remark 3 明确指出两者的关系)。 - 相比模拟法(Mukherjee et al., 2003; Qin, 2023):本文不需要完整的数据生成过程,只需三个可解释参数。 - 相比完全非参数方法:本文依赖 logistic 倾向得分模型和 RMM,这是为解析可处理性付出的代价。
主要结果¶
定理 1(Lyapunov CLT 特例):在协变量独立、四阶矩有界、且没有单一协变量主导线性组合的条件下,标准化后的线性组合 \(X'\beta\) 依分布收敛到标准正态分布。这个定理为用正态分布近似 \(W_e\) 提供了理论基础,是后续所有推导的前提。
定理 2(主定理):在 logistic 倾向得分模型 + RMM + 齐方差 + 联合正态假设下,Hájek 估计量 \(\hat{\tau}_N\) 的渐近方差为
推论 1(单调性):方差 \(\tilde{V}\) 随 \(|\rho|\) 单调递增,随 \(\phi\) 单调递减。即:混淆越强(\(|\rho|\) 越大)或重叠越差(\(\phi\) 越小),所需样本量越大。
命题 1(Bhattacharyya 系数的性质):对于 Beta 分布的倾向得分,\(\phi\) 有闭式表达式(公式 11),且给定 \((r, \phi)\) 时 \((a, b)\) 唯一确定。这保证了从 \((r, \phi)\) 到倾向得分分布的映射是良定义的。
数值结果: - 表 1(齐性处理效应):在 \(\phi = 0.81\)(极差重叠)时,RCT 公式给出的样本量 622 远低于实际所需的 1617,低估了约 2.6 倍;而本文公式给出的样本量达到名义功效 0.80。 - 表 2(ATT/ATO):ATO 在重叠不足时所需样本量远小于 ATE 和 ATT。例如 \(\phi = 0.81\) 时,ATE 需 1617,ATT 需 2407,而 ATO 仅需 918。 - 表 3(异质性处理效应):当处理效应随协变量变化时,本文公式仍然保持功效接近名义水平(0.73-0.87),但 ATT 在重叠不足时出现明显功效损失(0.59-0.71)。 - 表 4(二元结局):对二元结局使用线性概率模型近似,公式仍然有效,功效在 0.80-0.89 之间。 - 表 5(RCT 数据):在真实数据(RCT 数据)上,本文公式给出的样本量达到名义功效 0.80,而 z 检验公式低估了样本量。
证明路线与技术技巧¶
整体路线(从假设到结论的 5 步逻辑主干):
-
方差分解:从 Lunceford and Davidian (2004) 的渐近方差公式出发,将 Hájek 估计量的方差分解为三个部分:倾向得分倒数期望项、结局方差项、以及二者的交叉项。这一步将复杂的方差表达式转化为三个可分别处理的期望。
-
倾向得分分布参数化:利用 logistic 倾向得分模型,将倾向得分的分布转化为 \(W_e = \beta_0 + X'\beta\) 的分布。由 Theorem 1,\(W_e\) 近似服从正态分布 \(N(\mu_e, \sigma^2_e)\)。利用贝叶斯公式,将 \((r, \phi)\) 与 \((\mu_e, \sigma^2_e)\) 建立一一对应关系(公式 8-11)。
-
矩生成函数计算:利用正态分布的矩生成函数,解析地计算 \(\mathbb{E}[1/\text{expit}(W_e)]\)、\(\mathbb{E}[1/(1-\text{expit}(W_e))]\) 等期望。关键技巧是将 \(\text{expit}(W_e)\) 的倒数转化为 \(1 + e^{-W_e}\) 的形式,然后利用正态分布的矩生成函数 \(\mathbb{E}[e^{tW_e}] = \exp(t\mu_e + t^2\sigma^2_e/2)\) 得到闭式表达式。
-
结局分布投影:利用 RMM 将结局分解为 \(f(X) + z\tau + \epsilon\),并将 \(f(X)\) 投影到 \(W_e\) 张成的子空间上。通过引入 \(\rho = \text{cor}\{Y(z), W_e\}\),将结局方差项转化为 \(\rho^2 S^2\) 和 \((1-\rho^2)S^2\) 两部分,分别对应可被倾向得分解释和不可被解释的部分。
-
合并得到闭式公式:将上述三部分合并,得到公式 (15)。样本量公式通过标准的功效方程 \(N = (z_{1-\alpha} + z_\beta)^2 V / \tau^2\) 导出。
关键技巧: - Beta 近似:用 Beta 分布近似 logit-normal 分布(Aitchison and Shen, 1980),使得 \(\phi\) 有闭式表达式,且 \((r, \phi)\) 到 \((a, b)\) 的映射可逆。 - 矩生成函数:利用正态分布的 MGF 计算涉及 \(\text{expit}\) 的期望,避免了数值积分。 - 方差分解:将方差分解为"可解释"和"不可解释"两部分,使得 \(\rho^2\) 作为敏感性参数自然出现。 - 数值积分:对于 ATT 和 ATO,方差表达式没有闭式解,但可以通过一维数值积分高效计算(Algorithm 1)。
技术难点与解决: - 难点 1:\(\mathbb{E}[1/\text{expit}(W_e)]\) 没有初等闭式表达式。解决:利用正态 MGF 将其转化为 \(\exp(\mu_e + \sigma^2_e/2)\) 的简单形式。 - 难点 2:ATT 和 ATO 的方差涉及截断期望。解决:通过数值积分(Algorithm 1 步骤 2-3)处理,避免了解析推导的困难。 - 难点 3:\((r, \phi)\) 到 \((\mu_e, \sigma^2_e)\) 的映射需要可逆性。解决:通过 Proposition 1(iii) 证明该映射是双射,并给出数值求解算法(二分法)。
🔎 结论是否比证明窄¶
是,存在若干处结论比证明更宽泛的地方:
-
齐性处理效应假设:定理 2 的证明严格依赖于 RMM 中的齐性处理效应假设(\(\tau\) 不随 \(X\) 变化)。但 Remark 1 和表 3 声称公式在异质性处理效应下"generally robust"。这一 claim 仅通过模拟验证,没有理论保证。特别是表 3 显示 ATT 在异质性处理效应和差重叠下功效降至 0.59-0.71,说明"robust"是有条件的。
-
正态近似:Theorem 1 的 Lyapunov CLT 要求协变量独立且没有单一协变量主导。但实际应用中协变量往往相关(如 RHC 数据),本文仅在附录 B.1 中通过实证检验了正态性,没有给出相关协变量下的理论误差界。
-
logistic 倾向得分模型:公式 (15) 严格依赖 logistic 模型。如果真实倾向得分不是 logistic 形式(如 probit 或非参数),公式的误差没有理论刻画。本文在 Remark 4 中建议对二元结局使用线性概率模型,但同样缺乏理论保证。
-
ρ² 的估计:公式 (14) 给出 ρ² ≤ R²,但 ρ² 本身在设计阶段不可观测。本文建议将其作为敏感性参数处理,但没有讨论如何从试点数据或先验信息中校准 ρ² 的合理范围。
-
有限样本性质:所有理论结果都是渐近的(\(N \to \infty\))。对于中等样本量(如 \(N < 500\)),公式的准确性没有理论保证。表 1-4 的模拟均使用较大样本量(数千至百万),未覆盖小样本场景。
四、开放问题¶
以下开放问题均扎根于本文的具体语句:
-
异质性处理效应下的严格理论:Remark 1 承认"heterogeneous treatment effects are common",但仅通过模拟验证公式的稳健性。严格的理论问题是:在 \(\tau = \tau(X)\) 且 \(\tau(X)\) 与 \(W_e\) 相关时,公式 (15) 的误差项是什么?是否存在可计算的保守修正?这需要推导异质性处理效应下 Hájek 估计量的渐近方差的解析表达式,并刻画其与齐性情形下的差异。
-
相关协变量下的正态近似误差:Theorem 1 假设协变量独立,但附录 B.1 的实证检验显示相关协变量下正态近似仍成立。严格的问题是:在协变量具有已知相关结构(如因子模型或图模型)时,能否给出 \(W_e\) 分布与正态分布之间的 Berry-Esseen 型界?这需要将 Theorem 1 推广到弱相关情形,并刻画相关强度对近似精度的影响。
-
ρ² 的识别与校准:公式 (14) 给出 ρ² ≤ R²,但 ρ² 在设计阶段不可观测。开放问题是:如何从试点数据或历史研究中可靠地估计 ρ²?是否存在对 ρ² 的保守上界,使得样本量公式在 ρ² 未知时仍能保证功效?这需要发展 ρ² 的敏感性分析框架,类似于 Ding and VanderWeele (2015) 在未观测混杂敏感性分析中的做法。
-
非 logistic 倾向得分模型的推广:公式 (15) 依赖 logistic 模型。开放问题是:当倾向得分服从 probit 或互补双对数(complementary log-log)模型时,方差公式如何变化?是否存在对链接函数选择稳健的样本量公式?这需要推导一般链接函数下 \(\mathbb{E}[1/\text{expit}(W_e)]\) 的近似表达式。
-
小样本修正:所有理论结果都是渐近的。开放问题是:对于中等样本量(如 \(N < 500\)),公式 (15) 的有限样本偏差有多大?能否通过 Edgeworth 展开或 bootstrap 修正来改进小样本表现?这需要发展高阶渐近理论,与本文作者之一 Yang 在时间-事件结局样本量计算中的工作(Yang et al., 2026)形成互补。
-
多重检验与多重结局的样本量计算:本文仅考虑单一结局和单一检验。在实际观察性研究中,往往同时检验多个次要结局或进行亚组分析。开放问题是:如何将本文的框架推广到多重检验场景,使得样本量计算能够控制 FWER 或 FDR?这需要将方差分解与多重检验的功效分析相结合。
提示:要确认上述问题是否为真 gap,建议阅读以下近期工作(约 5 篇)的引言部分:(i) Shook-Sa and Hudgens (2022) 的后续工作;(ii) 关于观察性研究功效计算的近期综述;(iii) 关于倾向得分加权估计量有限样本性质的研究;(iv) 关于异质性处理效应下因果估计方差的研究;(v) 关于多重检验中样本量计算的研究。若这些工作的引言都未提及本文所留下的上述缺口,则这些缺口更可能是真 gap。
Maintained by 陈星宇 · Homepage · Source on GitHub