网络干扰实验中平均处理效应的 Horvitz-Thompson 估计器的数据自适应暴露阈值
统计方法学
2025-02-06 v2
摘要
随机对照试验经常遭受干扰，这是对稳定单元处理值假设（SUTVA）的违反，即一个单元的处理分配会影响其邻居的结果。这种干扰会导致平均处理效应（ATE）的朴素估计器产生偏差。实现无偏性的一种流行方法是将 ATE 的 Horvitz-Thompson 估计器与已知的暴露映射配对：该函数识别在给定随机化中哪些单元不受干扰。例如，暴露映射可以指定任何具有至少 比例邻居具有相同处理状态的单元不会经历干扰。然而，这个阈值 难以从领域专家那里获得，而错误指定的阈值可能引入偏差。在这项工作中，我们提出了一种数据自适应方法来选择“”比例阈值，以最小化 Horvitz-Thompson 估计器的均方误差。我们的方法使用潜在结果的线性剂量反应模型来估计不同阈值下 Horvitz-Thompson 估计器的偏差和方差。我们通过模拟表明，我们的方法优于阈值的非自适应选择。我们进一步通过在公开可用的 Amazon 产品相似性图上运行实验来说明我们估计器的性能。此外，我们证明了我们的方法对线性潜在结果模型的偏差具有稳健性。
引用
@article{arxiv.2405.15887,
title = {Data-adaptive exposure thresholds for the Horvitz-Thompson estimator of the Average Treatment Effect in experiments with network interference},
author = {Vydhourie Thiyageswaran and Tyler McCormick and Jennifer Brennan},
journal= {arXiv preprint arXiv:2405.15887},
year = {2025}
}