基于马尔可夫链AIPW/DML的自归一化推断：适用于自适应实验的固定时段

自适应随机实验在数据累积过程中更新处理概率，但仍需在预指定时段对平均处理效应 (ATE) 进行端部区间推断。在自适应分配下，概率可能持续变化，因此AIPW/DML得分增量的可预测二次变动可能保持随机。在不存在确定性方差极限的情况下，基于单个长期方差目标归一化的Wald统计量在给定实现的方差情形下可能条件误校准。我们假设无干扰、顺序随机化、i.i.d. 到达，以及在预指定得分集上执行的重叠，并要求两个可审计的管道条件：平台为每个单位记录执行的随机化概率，以及用于对单位 $t$ 进行评分的违背回归是仅基于过去数据预测地构建的。这些条件使以中心化的AIPW/DML得分成为精确的马尔可夫差分序列。利用自归一化马尔可夫极限理论，我们表明在预指定时段，带有由实现二次变动估计的方差的Student化统计量为 $\mathcal{N}(0,1)$，即使在没有方差稳定的情况下亦然。模拟验证了该理论，并突显了标准固定方差Wald报告何时失败的情形。