基于最优输运与Wasserstein DRO的分布迁移下实验场址选择

在部署人群与观察数据不同的情境下，研究人员应如何选择实验场址？本文将实验场址选择问题形式化为最优输运问题，发展方法以选择能最小化总体协变量分布与样本协变量分布之间Wasserstein距离，从而最小化下游估计误差。我发展了新的PATE和CATE估计误差理论上界，展示不同目标导致不同的场址选择策略。我还通过使用Wasserstein分布式鲁棒优化扩展了这一方法，以开发一种对协变量信息的对抗性扰动具鲁棒性的场址选择程序：一种特定的分布迁移模型。我还提出了一种新颖的数据驱动程序，用于选择Wasserstein DRO问题的不确定性半径，该程序允许用户对比观察数据中观察到的变异性。仿真证据以及对摩洛哥微信贷实验（Crépon等）的再分析表明，这些方法在协变量的预后R平方大于0.5时，优于随机和分层抽样场址选择；并且对于i) 中到大型问题实例 ii) 当协变量对治疗效果具有中等信息性 iii) 在诱导分布迁移下，备选优化方法表现更佳。