裂区设计中的重随机化与协变量调整
统计方法学
2022-09-27 v1 统计理论
统计理论
摘要
裂区设计源于农业科学，其实验单元（又称子区）嵌套于称为整区的组中。它在整区层通过整群随机化分配整区干预，在子区层通过分层随机化分配子区干预。该随机化机制在整区层和子区层平均上保证了协变量平衡，并通过Horvitz–Thompson和Hajek估计量确保了平均处理效应推断的一致性。然而，有限样本中常出现协变量不平衡，使后续推断面临可能较大的变异性和条件偏差。重随机化被广泛用于随机化实验的设计阶段以改善协变量平衡。现有关于重随机化的文献集中于处理在单元层或组层单一层面分配的 design，而非两者兼具，致使裂区设计中重随机化的相应理论成为开放问题。为填补此空白，我们基于马氏距离提出裂区设计中实施重随机化的两种策略，并建立相应的基于设计的理论。我们证明重随机化可提升Horvitz–Thompson和Hajek估计量的渐近效率。此外，我们在分析阶段提出两种协变量调整方法，与重随机化结合时可进一步提升渐近效率。所提方法的有效性和效率提升通过数值研究得以验证。
引用
@article{arxiv.2209.12385,
title = {Rerandomization and covariate adjustment in split-plot designs},
author = {Wenqi Shi and Anqi Zhao and Hanzhong Liu},
journal= {arXiv preprint arXiv:2209.12385},
year = {2022}
}