P-LOOP 估计量：配对实验的协变量调整
应用统计
2019-05-22 v1
摘要
在配对实验中，参与者被分组为具有相似特征的对，每对中的一个观测被随机分配至处理组。由于配对与随机化，处理组与对照组应当良好平衡；然而仍可能存在微小的偶然性不平衡。通过调整这些不平衡，有可能提高处理效应估计的精度。基于针对完全随机化实验的相关工作，我们提出用于配对实验的 P-LOOP（配对留一潜在结果）估计量。我们留出每一对，然后使用任意预测算法插补其潜在结果。插补方法灵活；例如，我们可以使用 lasso 或随机森林。尽管类似方法存在于完全随机化实验中，配对实验中的协变量调整方法研究相对不足。配对实验存在独特的权衡，即在进行调整时是否考虑配对分配可能并不明确。我们在 P-LOOP 估计量中通过自动决定是否在插补潜在结果时考虑配对来解决此问题。通过应对该权衡，该方法有潜力较现有方法提升精度。
引用
@article{arxiv.1905.08450,
title = {The P-LOOP Estimator: Covariate Adjustment for Paired Experiments},
author = {Edward Wu and Johann A. Gagnon-Bartsch},
journal= {arXiv preprint arXiv:1905.08450},
year = {2019}
}