观文听傑

返回

断点附近窄窗口中的分数点与置换分配示意断点附近窄窗口中的分数点与置换分配示意

上一篇把阈值资格当作工具变量,估计模糊断点的服从者局部效应。本篇讨论断点设计的另一种推断框架:如果能为阈值附近一个有限窗口辩护“处理标签在窗口内近似随机”,可以像小型随机试验那样枚举分配、做精确随机化检验。它需要比“潜在结果在阈值处连续”更强且不同的假设,不能因为样本靠近断点就自动成立。

假设分数线为 cc,处理由 Zi=1(Xi≥c)Z_i=\mathbb{1}(X_i\ge c) 决定。连续性框架用阈值两侧局部趋势外推;局部随机化(local randomization)框架则先定义窗口 [c−w,c+w][c-w,c+w],再把窗口内观测视为满足某个分配机制的有限样本实验。设计可信度来自该窗口内可辩护的可交换性与平衡证据,不是置换程序本身。

flowchart LR
  A[先选阈值窗口 W] --> B[检查预定协变量平衡与样本数]
  B --> C{局部随机化假设可辩护?}
  C -->|否| D[回到连续性/局部多项式框架]
  C -->|是| E[固定处理人数,枚举允许分配]
  E --> F[每种分配重算均值差]
  F --> G[观察统计量在随机化分布中的尾部比例]
  G --> H[报告精确检验及窗口敏感性]
mermaid

01 连续性框架与局部随机化不是同一套假设#

**连续性框架(continuity framework)**只要求无处理潜在结果的条件期望在阈值处平滑,通过左右极限差识别局部效应,再用局部多项式和带宽控制近似误差。上一篇的 sharp/fuzzy RDD 都沿这一视角解释。

局部随机化框架把窗口内单位看成一个有限总体,并声明处理标签按已知或可辩护的机制分配;常见教学简化是固定窗口内处理人数 mm,在全部 (nm)\binom{n}{m} 种标签组合中等概率分配。运行变量阈值仍定义谁在处理侧,但“分数落在两侧的排列对潜在结果可交换”是额外实质假设。若某校能精确操纵临界分数,或临界线上下学生已系统不同,置换检验无法补救。

两种框架可以互相参照,但不能把局部随机化解释成“RDD 就是随机试验”。局部窗口选择本身也要预先说明依据:制度粒度、协变量平衡和对不同窗口的敏感性。不能不断缩小或扩大窗口,直到 p<0.05p<0.05。

02 手算:8 人中 4 人获资格,共有 70 种分配#

取阈值附近 8 名学生,4 人分数在线上、4 人在线下。窗口固定后观察到的成绩如下:

学生ABCDEFGH
结果分数 YY56789101112
实际资格 ZZ00001111

处理侧均值为 10.5,对照侧均值为 6.5,观察差值 Tobs=4T_{obs}=4。若在局部随机化假设下固定 4 个处理名额,所有允许分配数为

(84)=70.\binom{8}{4}=70.

每一种分配都重新算“被分到处理的 4 人均值 − 其余 4 人均值”。Fisher 尖锐零假设(sharp null)说每个人的处理效果都为 0;在此零假设下观测结果不变,精确双侧 pp 值是满足 ∣T∣≥∣Tobs∣|T|\ge|T_{obs}| 的允许分配比例。本例只有 2 种分配达到或超过 4,因此 p=2/70≈0.0286p=2/70\approx0.0286。离散分配造成 pp 值刻度不连续,因此小样本中可能出现的最小 pp 值并不任意接近 0。

03 穷举置换的纯 Python 实现#

下面代码不调用黑盒检验。outcomes 是窗口内长度 nn 的固定结果 [n],treated_count=m,observed_treated 是实际处理索引 [m]。每一种组合是一个候选标签向量 [n];返回观测均值差、允许分配数、极端分配数与双侧精确 pp 值。它检验 sharp null,假定所有大小为 mm 的分配等概率。

每次循环生成一个长度 mm 的组合,并按索引分组算均值,故枚举复杂度约为 O((nm)n)O(\binom{n}{m}n);窗口稍大组合数就会爆炸。此教学实现适合很小的有限窗口;大窗口要用经过验证的专业实现或抽样近似,并准确记录其抽样误差。若实际分配机制不是固定人数等概率,例如分层配额或不等概率,枚举集合和权重就必须照真实机制改写。

04 精确检验能说什么,不能说什么?#

精确指的是:给定局部随机化分配机制、固定窗口与 Fisher sharp null,参考分布通过有限枚举得到,不依赖大样本正态近似。它不代表窗口选择没有偏差,也不自动检验平均效应为零。若效果因人而异,sharp null 与“平均处理效应为零”不是同一个假设;后者需要额外的估计量和推断构造。反演一系列常数加性效应检验可以构造区间,但解释仍依赖该效应模型。

窗口边界会改变样本、可比性和可检测效果。至少应预先列出一个主窗口及少量有设计理由的邻近窗口,报告每窗的 (n,m)、分配机制、协变量平衡、效应估计和检验结果。一个窄窗口虽可提高局部可比性,却可能只有少数允许分配、统计功效低;很宽窗口增加组合数与样本量,也更难辩护“局部可交换”。

方面连续性 RDD局部随机化 RDD
关键识别条件潜在结果在阈值处连续窗口内处理分配可按指定机制视为随机
主要估计左右极限差/局部多项式有限窗口实验统计量与随机化分布
推断重点带宽、平滑度、偏差校正窗口、分配机制、sharp null
常见误用高阶多项式穿越远端样本把任意靠近阈值都说成随机

05 调试清单与失败场景#

  1. 窗口是结果导向选的吗? 若看过多个窗口再挑最显著者,名义精确 pp 值不再反映整套搜索。
  2. 预定协变量也失衡吗? 年龄、前测分数或地区构成若呈系统差异,需解释机制或换回连续性框架。
  3. 分配机制固定人数吗? 若并非如此,combinations 的等权枚举计算的是错误的参考分布。
  4. 运行变量可操纵吗? 堆积、四舍五入、人工改分会削弱阈值两侧可比性;检查制度日志和分数分布。
  5. 推断对象写清了吗? Sharp null、常数效应区间和平均效应检验要区分;不要只报“精确 pp 值”。

本方法在处理规则近似随机、窗口很窄且单位数有限时有吸引力;若连续运行变量平滑性更可信、窗口需要更宽,局部多项式及偏差校正通常更合适。二者都是设计框架,不能只靠换一种 pp 值算法把观察数据变成随机数据。

键盘可展开:什么时候不要用“精确”作结论?

当窗口、可交换性或分配概率没有可信依据时,穷举只会精确回答错误的设计问题。Tab 聚焦摘要后按 Enter 或 Space 展开,页面不依赖悬停或颜色。

思考练习#

  1. 8 人中固定 4 人处理,为什么允许分配数是 70?若观察统计量只有 2 种分配达到或超过它,双侧精确 pp 值是多少?
  2. 窗口内所有已测协变量平衡,是否证明局部随机化?还需要哪些制度与未测因素论证?
  3. Fisher sharp null 与“平均效果为零”有何不同?存在正负异质效果时可能发生什么?

延伸阅读#

阈值附近的 8 名学生能当作一次小型随机试验吗?局部随机化推断
https://zwjcode.cn/blog/rdd-local-randomization-inference
作者 傑
发布于 2026年10月18日
版权协议 CC BY-NC-SA 4.0
评论加载似乎遇到了问题,请尝试刷新页面。