基于随机化的因果推断中的一个悖论

在潜在结果框架下，因果效应被定义为处理组与对照组潜在结果之间的比较。为了从随机实验中推断因果效应，Neyman 提出了检验零平均因果效应为零的原假设（Neyman 零假设），而 Fisher 提出了检验个体因果效应为零的原假设（Fisher 零假设）。尽管 Neyman 零假设与 Fisher 零假设之间的细微差别已引起理论和应用统计学家的大量争议和困惑，但八十多年来文献中一直缺乏对这两种方法的仔细比较。我们通过理论比较填补了这一历史空白，并强调了一个此前研究人员未曾注意到的有趣悖论。从逻辑上讲，Fisher 零假设蕴含 Neyman 零假设。因此令人惊讶的是，在实际的完全随机实验中，对于许多现实情况（包括因果效应恒定的情形），拒绝 Neyman 零假设并不意味着拒绝 Fisher 零假设。此外，我们表明该悖论也存在于其他常用实验中，如分层实验、配对实验和析因实验。渐近分析、数值算例和真实数据示例均支持这一令人惊讶的现象。除了其历史和理论重要性外，该悖论还为现代研究者带来了有用的实际启示。