论缓解精细分层实验的分析局限性

尽管从理论视角来看颇具吸引力，但精细分层实验（如配对设计）存在某些在每组包含多个处理个体与对照个体的区组随机化实验中所没有的分析局限性。简言之，当使用适当加权的均值差来估计样本平均处理效应时，配对实验中的传统方差估计量是保守的，除非配对平均处理效应在所有配对间是恒定的；然而，在更粗略的分层实验中，如果处理效应在区组内是恒定的，即使它们在区组间变化，相应的方差估计量也是无偏的。利用经典最小二乘理论的见解，我们提出了一种适用于精细分层实验的改进方差估计量。该方差估计量对于均值差估计量的真实方差的期望仍然是保守的，但在温和条件下渐近不大于经典方差估计量。这些改进源于对效应修饰的利用，因此改进的幅度取决于效应异质性可由观测到的协变量解释的程度。在这些估计量的辅助下，提出了一种针对恒定处理效应零假设的新检验。这些发现可推广至部分（但非全部）超总体模型，具体取决于在所考虑的超总体表述中协变量是否在各样本间被视为固定。