杨玥含教授在我校外文AAA类期刊Journal of Business & Economic Statistics发表因果推断协变量调整论文。本研究针对高维协变量设置下的随机区组实验与再随机化实验，提出了一种基于Lasso的回归调整方法，用于提高处理效应估计的效率，并构建了相应的设计基础理论。在理论方面，文章在有限总体框架下推导了所提估计量的一致性、渐近正态性及其保守方差估计方法，证明了其在存在区组内倾向得分异质性与区组大小变化时，依然优于未经调整的估计方法。所提方法不要求每个区组内同时存在多个处理和对照单位，因而适用于成对实验、细致分层实验和使用全匹配的观察性研究。此外，研究进一步扩展到“区组+再随机化”联合设计，提出了相应的Lasso调整估计及其推断理论，揭示其在有限样本中具有更低均方误差的优势。数值模拟和两个真实数据分析验证了方法的有效性和适用性。该成果不仅填补了高维设定下再随机化设计调整的理论空白，也为复杂实验设计中的协变量不平衡问题提供了实用且高效的处理方案，具有良好的学术影响和现实推广价值。

作者介绍

杨玥含，3044永利集团教授，博导，北京大学博士。永利集团3044青年英才、龙马学者青年学者。主要从事因果推断、迁移学习等研究。在JASA、Biometrika、JBES、Pattern Recognition、《中国科学：数学》等国内外期刊发表论文40余篇。

撰稿人：杨玥含

审稿人：邓 露