跳转至

Covariate Adjustment for Wilcoxon Two Sample Statistic and Test

作者: Zhilan Lou, Jun Shao, Ting Ye, Tuo Wang, Yanyao Yi et al.
来源: Statistics in Medicine
主题: 数理统计 / 假设检验
相关性: 7/10
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随机化临床试验中的协变量调整(covariate adjustment)。其根本的统计问题是:在比较两个或多个处理组时,如何利用基线协变量信息来提高对处理效应的估计精度和检验功效,同时保证推断的有效性(即置信区间覆盖率和检验水平正确)。这个方向的核心张力在于:协变量调整可能带来效率增益,但若调整方式不当(如模型误设、或调整方式与随机化方案不匹配),则可能导致推断失效(如第一类错误率膨胀或置信区间覆盖率不足)。该方向目前已相当成熟,从经典的回归调整(ANCOVA)到半参数效率理论(如 targeted maximum likelihood estimation, TMLE),再到近年来的"无模型假设"校准方法(如 Lin 2013、Ye et al. 2023),形成了从简单到复杂、从模型依赖到模型无关的完整谱系。

发展脉络(history)

  • 奠基工作:协变量调整的统计思想可追溯到调查抽样中的校准估计(Cassel et al., 1976; Särndal et al., 2003),其核心思想是利用辅助变量(协变量)的总体信息来改进估计精度。在临床试验语境下,Freedman (2008) 对经典的 ANCOVA 回归调整提出了尖锐批评,指出在 Neyman 随机化推断框架下,回归调整可能恶化渐近精度、导致无效的精度估计和小样本偏差。这一批评引发了后续大量工作。
  • 主要进展:Lin (2013)(即被引文献 [1])回应了 Freedman 的批评,证明当回归模型包含处理与协变量的交互项时,OLS 调整不会损害渐近精度,且 Huber-White 三明治标准误可构造渐近有效的置信区间。这为"模型辅助但模型无关"的调整方法奠定了基础。Moore & van der Laan (2009)(被引文献 [2])针对二值结局提出了 TMLE 方法,通过巧妙构造"clever covariate"实现对边际处理效应的鲁棒且高效估计。Wang, Ogburn & Rosenblum (2019)(被引文献 [3])进一步证明了 ANCOVA 估计量在任意模型误设下仍一致且渐近正态,其标准误估计也一致,从而确立了"无模型假设"调整的可行性。Ye et al. (2023)(被引文献 [4])系统性地提出了"模型辅助"协变量调整的一般框架,给出了保证效率增益的条件,并推荐了"包含所有随机化协变量及其与处理交互项"的线性工作模型。
  • 当前 frontier:在协变量自适应随机化(covariate-adaptive randomization) 下进行推断。被引文献 [12](Shao, 2021)指出,在分层区组随机化或最小化法下,未调整的检验统计量的渐近分布与简单随机化不同,且通常更保守(第一类错误率低于名义水平)。这给实践者带来困扰:需要针对每种随机化方案推导专门的推断公式。Bannick et al. (2025)(被引文献 [11])提出了 AIPW 估计量的一般形式,在协变量自适应随机化下建立了统一的渐近理论。本文正是在这一脉络上的最新一步:将协变量校准方法应用于 Wilcoxon 秩和统计量,并证明其渐近分布对所有满足条件 (D) 的协变量自适应随机化方案不变。

子线索聚类

这些被引文献大致落在三条子线索上:

  1. 回归调整与模型辅助推断(Freedman 2008; Lin 2013; Wang et al. 2019; Ye et al. 2023):核心问题是"如何用回归模型调整协变量而不损害推断有效性"。这条线索的方法论基础是半参数效率理论,关键工具是影响函数(influence function)和 M-估计的渐近理论。
  2. 鲁棒与半参数效率估计(Moore & van der Laan 2009; Benkeser et al. 2020; Zhang & Zhang 2021):核心问题是"如何在模型误设下仍获得高效估计"。TMLE 和双稳健估计是这条线索的代表方法,强调 nuisance 参数的估计精度与目标参数的渐近性质之间的权衡。
  3. 协变量自适应随机化下的推断(Shao 2021; Bannick et al. 2025; Baldi Antognini & Zagoraiou 2015):核心问题是"随机化方案如何影响推断性质"。这条线索关注分层区组随机化、最小化法等方案下检验统计量的渐近分布,以及如何构造统一的推断公式。

这个方向在追问的核心问题

  1. 效率增益的保证:协变量调整在什么条件下能保证不损失效率("no harm"性质)?效率增益的显式表达式是什么?
  2. 推断的有效性:调整后的统计量在模型误设、异方差、随机化方案变化等条件下,是否仍保持正确的渐近水平?
  3. 统一性:能否构造一个统一的推断公式,适用于所有常见的随机化方案(简单随机化、分层区组、最小化法),避免为每种方案单独推导?

⚠️ 作者的 framing(这是作者的说法)

作者将缺口 frame 成:Wilcoxon 秩和统计量(以及相关的 Mann-Whitney 检验)虽然是非参数推断的经典工具,但尚未有协变量校准方法能同时做到:(i) 保证效率增益;(ii) 在协变量自适应随机化下保持渐近分布不变。作者声称其贡献在于:(a) 通过校准方法直接利用协变量与秩得分的相关性来降低方差,无需任何模型假设;(b) 证明了调整后统计量的渐近分布对所有满足条件 (D) 的随机化方案不变,从而允许实践者使用统一的推断公式;(c) 效率增益有显式表达式,且增益大小由协变量与秩得分的典型相关性决定。

值得注意的淡化/回避:作者在引言中暗示"模型辅助方法"(如 Ye et al. 2023 的线性工作模型)可能不如其校准方法"直接"或"无假设",但并未深入讨论校准方法与半参数效率界(semiparametric efficiency bound)之间的关系——即校准方法是否达到了效率界,还是仅仅保证不差于未调整估计量。此外,作者对"协变量自适应随机化下未调整 Wilcoxon 统计量的渐近分布"这一问题的处理是"绕开"而非"解决"——他们通过校准使得统计量的渐近分布不再依赖随机化方案,但并未给出未调整统计量在协变量自适应随机化下的精确渐近分布。

张力

未见明显对立引用。但存在一个微妙的张力:Freedman (2008) 的批评(回归调整可能损害精度)与 Lin (2013) 的回应(加入交互项后不损害精度)之间的争论,在本文中被"校准"方法所规避——校准不拟合任何结局模型,因此 Freedman 的批评不适用。但这也意味着校准方法可能无法利用协变量与结局之间的非线性关系,其效率增益上限可能低于半参数效率界。这一张力在文中未被明确讨论。


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(逐个点名):

  • \(n\):样本量(总个体数)。
  • \(J\):处理组数(\(J \ge 2\)),本文主要关注 \(J=2\) 的比较,但方法允许 \(J>2\)。
  • \(A_i \in \{1, \dots, J\}\):个体 \(i\) 的处理分配(随机变量)。\(A_i = j\) 表示个体 \(i\) 被分配到处理 \(j\)。
  • \(Y_{ij}\):个体 \(i\) 在分配处理 \(j\) 下的潜在结局(potential outcome)。这是反事实量,每个个体只有 \(A_i = j\) 时 \(Y_{ij}\) 可观测。
  • \(Y_{iA_i}\):个体 \(i\) 的观测结局(observed outcome)。
  • \(F_j\):处理 \(j\) 下结局的边际分布函数(未知),\(Y_{ij} \sim F_j\)。
  • \(\theta_{jk} = P(Y_j \le Y_k)\):目标参数(estimand),即随机抽取一个处理 \(j\) 个体和一个处理 \(k\) 个体,前者结局不超过后者的概率。这是 Wilcoxon-Mann-Whitney 检验所对应的处理效应度量。
  • \(U_{jk}\):未调整的 Wilcoxon 两样本统计量(见式 (1)),是 \(\theta_{jk}\) 的 U-统计量估计量。
  • \(X_i\):个体 \(i\) 的协变量向量(可观测,不受处理影响)。\(X\) 的维数记为 \(d\)。
  • \(\bar{X}_j\):处理组 \(j\) 中协变量的样本均值。
  • \(\bar{X}\):全体样本的协变量均值。
  • \(\Sigma = \text{Var}(X)\):协变量的总体协方差矩阵(假设有限且非奇异)。
  • \(C_{jk} = \text{Cov}\{F_k(Y_j), X_j\}\):处理 \(j\) 下,结局的秩得分(经 \(F_k\) 变换)与协变量的协方差。这是校准增益的关键量。
  • \(\beta_j = \Sigma^{-1} C_{jk}\):校准系数(理论最优值),是 \(X\) 对秩得分 \(F_k(Y_j)\) 的最优线性预测系数。
  • \(U^C_{jk}\):校准后的 Wilcoxon 统计量(见式 (4)),是本文提出的估计量。
  • \(\pi_j\):处理 \(j\) 的分配概率(已知,由随机化方案决定)。

模型:

  • 数据生成机制:个体 \(i\) 的协变量 \(X_i\) 来自某个未知分布;给定 \(X_i\),处理分配 \(A_i\) 由随机化方案决定(简单随机化或协变量自适应随机化);给定 \(A_i = j\),结局 \(Y_{ij}\) 来自条件分布 \(F_j(\cdot | X_i)\)。关键假设:\(X\) 不受处理影响(baseline covariate),且 \(Y_{ij} \perp A_i | X_i\)(由随机化保证)。
  • 可观测数据:\(\{(A_i, Y_{iA_i}, X_i)\}_{i=1}^n\)。研究者能观测到:每个个体的处理分配、观测结局、协变量。研究者观测不到:反事实结局 \(Y_{ij}\)(\(j \ne A_i\))、潜在结局分布 \(F_j\)、协方差 \(C_{jk}\)、校准系数 \(\beta_j\)(需估计)。

第二步:最小内核

核心问题:我们想检验 \(H_0: F_j = F_k\)(两个处理组结局分布相同),或估计 \(\theta_{jk} = P(Y_j \le Y_k)\)。经典的 Wilcoxon-Mann-Whitney 检验使用 \(U_{jk}\)(式 (1)),它只利用结局的秩信息,不使用协变量。本文的最小内核是:如何在不做任何模型假设的前提下,利用协变量 \(X\) 来降低 \(U_{jk}\) 的方差,同时保证检验的渐近水平正确?

最简特例:考虑 \(J=2\),简单随机化(\(\pi_1 = \pi_2 = 1/2\)),协变量为一维(\(d=1\)),且 \(X\) 与秩得分 \(F_k(Y_j)\) 的相关系数为 \(\rho\)。

未调整的统计量:\(U_{jk}\) 的渐近方差为(在 \(H_0\) 下)

\[\text{Var}(U_{jk}) \approx \frac{1}{12}\left(\frac{1}{\pi_j} + \frac{1}{\pi_k}\right)\frac{1}{n} = \frac{1}{6n}.\]

校准的思想:我们构造一个新统计量(式 (2) 的简化版):

\[U^C_{jk} = U_{jk} + (\bar{X}_j - \bar{X})\beta_j - (\bar{X}_k - \bar{X})\beta_k.\]

这里 \((\bar{X}_j - \bar{X})\) 和 \((\bar{X}_k - \bar{X})\) 是渐近可忽略的"零均值"项(因为随机化保证 \(\bar{X}_j \approx \bar{X}\)),但它们与 \(U_{jk}\) 有非零协方差。通过选择合适的 \(\beta_j, \beta_k\),我们可以抵消 \(U_{jk}\) 中由协变量不平衡引起的方差部分。

关键计算(在简单随机化下):

\[\text{Cov}(U_{jk}, \bar{X}_j) \approx -\frac{1}{\pi_j n} C_{jk}, \quad \text{Cov}(U_{jk}, \bar{X}_k) \approx \frac{1}{\pi_k n} C_{kj}.\]

选择 \(\beta_j = \Sigma^{-1} C_{jk}\),\(\beta_k = \Sigma^{-1} C_{kj}\)(式 (3)),则

\[\text{Var}(U^C_{jk}) = \text{Var}(U_{jk}) - \frac{(\pi_j \beta_k + \pi_k \beta_j)^\top \Sigma (\pi_j \beta_k + \pi_k \beta_j)}{\pi_j \pi_k (\pi_j + \pi_k) n} - \frac{(1-\pi_j-\pi_k)(\beta_j - \beta_k)^\top \Sigma (\beta_j - \beta_k)}{(\pi_j + \pi_k) n} + o(n^{-1}).\]

为什么成立:因为 \(\bar{X}_j - \bar{X}\) 和 \(\bar{X}_k - \bar{X}\) 是 \(O_p(n^{-1/2})\) 的,所以 \(U^C_{jk}\) 与 \(U_{jk}\) 有相同的极限分布(均值为 \(\theta_{jk}\)),但方差减少了。减少量由 \(\beta_j, \beta_k\) 决定,而 \(\beta_j, \beta_k\) 正是秩得分对协变量的线性回归系数——协变量与秩得分相关性越强,方差减少越多。

在一维情形下:\(\beta_j = \beta_k = \beta = \rho \cdot \frac{\text{SD}(F_k(Y_j))}{\text{SD}(X)}\),方差减少量正比于 \(\rho^2\)。当 \(\rho = 0\) 时无增益;当 \(\rho \to 1\) 时,方差趋于 0(极端情形)。

关键点:这个校准不需要任何结局模型假设——它只是利用了协变量与秩得分的经验协方差来构造一个方差更小的估计量。而且,由于校准项的期望为零(随机化保证),\(U^C_{jk}\) 的无偏性/相合性不受影响。

在协变量自适应随机化下:直觉上,自适应随机化已经通过设计平衡了协变量,因此 \(\bar{X}_j - \bar{X}\) 的方差比简单随机化下更小。但未调整的 \(U_{jk}\) 的渐近分布会因随机化方案而改变(因为处理分配的依赖性)。本文的关键定理(Theorem 1)表明:只要将随机化所用的协变量 \(Z\) 包含在 \(X\) 中,\(U^C_{jk}\) 的渐近分布对所有满足条件 (D) 的方案都相同。这是因为校准项恰好吸收了随机化方案对 \(U_{jk}\) 分布的影响,使得极限方差中的"方案依赖项"被消除。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:如何对 Wilcoxon 两样本统计量 \(U_{jk}\) 进行协变量校准,使得在协变量自适应随机化(包括分层区组、最小化法等)下,调整后的统计量 \(U^C_{jk}\) 既保证效率增益,又具有不依赖于随机化方案的统一渐近分布。
  2. 核心工具/方法:协变量校准(covariate calibration)——在 \(U_{jk}\) 上加上 \((\bar{X}_j - \bar{X})^\top \hat{\beta}_j - (\bar{X}_k - \bar{X})^\top \hat{\beta}_k\) 形式的校正项,其中 \(\hat{\beta}_j, \hat{\beta}_k\) 是秩得分对协变量的样本线性回归系数。
  3. 主要结论:在条件 (D) 下(随机化基于离散协变量 \(Z\),且 \(Z\) 包含在 \(X\) 中),\(\sqrt{n}(U^C_{jk} - \theta_{jk})\) 渐近正态,方差为 \(\tau_{jk} + \tau_{kj} - \phi_{jk}\),其中 \(\phi_{jk} \ge 0\) 是效率增益项;该渐近方差对所有满足 (D) 的随机化方案相同。基于此,作者提出了校准后的 Wilcoxon-Mann-Whitney 检验(式 (6)),并证明其渐近水平正确且功效不低于未调整检验。

关键设定与假设

  • 条件 (D):这是全文最核心的假设,包含三点:
  • 协变量自适应随机化基于一个离散协变量 \(Z\)(有限个水平);
  • 给定 \((Z_1, \dots, Z_n)\),处理分配、结局、协变量条件独立;
  • 对每个 \(Z\) 的水平 \(z\),\(n_{zj}/n_z \to \pi_j\)(处理分配比例在各层内收敛到目标概率)。

这个条件涵盖了分层区组随机化和 Pocock-Simon 最小化法(后者由 Baldi Antognini & Zagoraiou 2015 证明满足此条件)。相比已有文献(如 Shao 2021 需要针对每种方案推导不同的渐近分布),本文的条件更弱且更统一。

  • \(X\) 包含 \(Z\):这是"不变性"结论的关键。如果 \(Z\) 不在 \(X\) 中,则 \(U^C_{jk}\) 的渐近分布仍会依赖随机化方案。作者在文中明确指出了这一点(Section 2.3 的讨论)。

  • 无其他假设:不需要结局模型、不需要协变量与结局的关系假设、不需要同方差性。这是校准方法相对于回归调整(ANCOVA)和 TMLE 的优势。

主要结果

  • Theorem 1(渐近正态性):在条件 (D) 下,\(\sqrt{n}(U^C_{jk} - \theta_{jk}) \xrightarrow{d} N(0, \tau_{jk} + \tau_{kj} - \phi_{jk})\)。证明路线:首先引用 Jiang (2010) 的线性展开 \(\sqrt{n}(U_{jk} - \theta_{jk}) = \sqrt{n}(\bar{W}_{jk} + \bar{W}_{kj}) + o_p(1)\),然后证明校准项 \((\bar{X}_j - \bar{X})^\top \hat{\beta}_j - (\bar{X}_k - \bar{X})^\top \hat{\beta}_k\) 与 \(\bar{W}_{jk} + \bar{W}_{kj}\) 的联合渐近正态性,最后通过协方差计算得到方差表达式。关键技巧:利用 \(\hat{\beta}_j \xrightarrow{p} \beta_j\) 和 Slutsky 定理,将随机校准系数替换为确定性极限;利用条件 (D) 保证 \(\bar{X}_j - \bar{X}\) 与 \(\bar{W}_{jk}\) 的协方差结构不依赖随机化方案。

  • Theorem 2(Pitman ARE):在简单随机化下,校准后的 Wilcoxon-Mann-Whitney 检验相对于未调整检验的 ARE 为 \(1/(1 - 12\beta^\top \Sigma \beta) \ge 1\),等号当且仅当 \(\beta = 0\)。证明路线:在局部备择假设 \(F_k(y) = F_j(y - \gamma n^{-1/2})\) 下,计算两个检验的渐近功效,比值即为 ARE。技术细节:利用 \(\theta_{jk}\) 对 \(\mu = \gamma n^{-1/2}\) 的导数 \(\frac{d\theta_{jk}}{d\mu} = \int f_j(y-\mu) f_j(y) dy \to \int f_j^2(y) dy\),以及方差表达式,得到 ARE 的闭式解。

  • 推论(检验的渐近水平):式 (6) 给出的检验在 \(H_0\) 下渐近水平为 \(\alpha\),且对条件 (D) 下所有随机化方案一致。关键点:方差估计 \(\hat{\tau}_{jk} + \hat{\tau}_{kj} - \hat{\phi}_{jk}\) 是相合的,且不依赖随机化方案。

真实例子与应用

模拟研究(Table 1 & 2):作者考虑了 \(J=4\) 个处理组,比较 \(j=1\) 和 \(k=2\)。协变量 \(X\) 为二维正态(相关系数 0.3),结局为: 1. 正态结局:\(Y_A | X \sim N(a(A-1) + (0.3, 0.3)^\top X, 0.25)\),其中 \(a = 0, 0.1, 0.2, 0.3\) 控制效应大小。 2. 双指数结局:\(Y_A | X \sim \text{DoubleExp}(a(A-1) + (0.3, 0.3)^\top X, 0.5)\)。

结果:在简单随机化和分层区组随机化下,校准后的 \(U^C_{jk}\) 的 SD 始终小于未调整的 \(U_{jk}\),且 SE 估计准确(CP 接近 95%)。在 \(H_0\) 下,校准检验的第一类错误率接近 5%,而未调整检验在分层区组随机化下明显保守(第一类错误率约 2.5%)。在备择假设下,校准检验的功效显著高于未调整检验(例如,\(a=0.2, n=200\) 时,功效从约 0.68 提升到约 0.90)。

真实数据例子(Table 3):来自礼来公司的一项 2 型糖尿病 III 期临床试验,\(n=491\) 名 BMI > 35 的患者,比较三个剂量组与活性对照组的胆固醇变化。使用五个基线协变量(年龄、收缩压、HbA1c、BMI、基线胆固醇)进行校准。结果显示:校准后的 Wilcoxon 检验在三个剂量组中均拒绝 \(H_0\)(p < 0.05),而未调整的 Wilcoxon 检验在剂量 2 和剂量 3 组中无法拒绝。校准后的 SE 比未调整的 SE 减少约 10-15%。

🔎 结论是否比证明窄

  • Theorem 1 的证明依赖于 Jiang (2010) 的线性展开,该展开要求 \(F_j\) 连续且 \(n_j/n \to \pi_j\)。作者在文中没有明确讨论 \(F_j\) 不连续(如存在原子质量)的情况,但 Wilcoxon 统计量对连续性的要求是标准的。
  • Theorem 2 的 ARE 结论仅在简单随机化下证明。作者明确说明不在协变量自适应随机化下做 ARE 比较,因为未调整检验在这些方案下可能没有正确的渐近水平。但作者在模拟中展示了校准检验在分层区组随机化下的功效优势,这暗示 ARE 结论可能可以推广,但未给出理论证明。
  • "不变性"结论的边界:Theorem 1 的方差表达式 \(\tau_{jk} + \tau_{kj} - \phi_{jk}\) 中,\(\phi_{jk}\) 的表达式(式 (5) 附近)依赖于 \(\beta_j, \beta_k\) 的极限值。作者证明了这些极限值不依赖随机化方案,但没有讨论当 \(X\) 包含 \(Z\) 之外的高维协变量时,\(\hat{\beta}\) 的收敛速度是否受影响。这是一个潜在的窄结论:如果 \(X\) 的维数随 \(n\) 增长,\(\hat{\beta}\) 的相合性可能需要额外条件。

四、开放问题

  1. 高维协变量的校准:本文的 \(\hat{\beta}\) 是低维情形的样本协方差估计。当 \(X\) 的维数 \(d\) 随 \(n\) 增长(如 \(d = o(n)\) 或 \(d = O(n)\))时,\(\hat{\beta}\) 的相合性需要什么条件?能否用正则化(如 lasso)或降维方法扩展校准方法?(扎根于 Theorem 1 的证明中对 \(\hat{\beta} \xrightarrow{p} \beta\) 的依赖。)

  2. 连续协变量自适应随机化的推广:条件 (D) 要求 \(Z\) 是离散的。对于基于连续协变量的自适应随机化(如基于协变量距离的最小化法),"不变性"结论是否仍然成立?作者在文中提到"包括 \(Z\) 在 \(X\) 中"是关键,但未讨论 \(Z\) 连续的情形。(扎根于条件 (D) 的定义和 Section 2.3 的讨论。)

  3. 多个处理组的同时比较:本文关注两两比较(\(j\) vs \(k\))。当需要同时比较 \(J>2\) 个处理组(如多重检验)时,校准方法如何扩展到联合推断?校准项之间的相关性如何影响多重检验的校正?(扎根于式 (4) 的定义和模拟中 \(J=4\) 的设置。)

  4. 与半参数效率界的关系:本文的校准方法是否达到了半参数效率界?在简单随机化下,Wilcoxon 统计量的半参数效率界是什么?校准方法是否是最优的(即 \(\phi_{jk}\) 是否达到了理论上限)?(扎根于 Theorem 2 的 ARE 结论,但作者未讨论效率界。)

  5. 结局缺失或随访丢失:临床试验中常见的结局缺失问题,本文的校准方法如何与缺失数据处理(如 IPW、多重插补)结合?(扎根于引言中对"实际应用"的强调,但文中未讨论缺失数据。)


提醒:若要确认上述某条是否为真 gap,建议去读协变量自适应随机化领域近期约 5 篇论文(如 Shao 2021 之后的后续工作、Bannick et al. 2025 的讨论文章)的引言——如果多条文献都指向同一问题,说明是共识性 gap;如果各文献对同一问题的处理方式互相矛盾,则可能是更值得切入的机会点。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论