你在社交平台测试一种新提醒：随机给一半用户开启，另一半不开。麻烦是，收到提醒的人可能转发内容，连带改变朋友的行为。此时，一个人的结果不只取决于自己在哪一组。即使两组年龄、历史活跃度看起来相近，朋友中有多少人收到提醒，也可能让比较变得嘈杂。
Ziang Yuan、Xinran Li、Shuangning Li 在 2026 年 9 月 27 日提交的预印本《Rerandomization under Interference》中，研究了怎样在这种场景里更稳妥地分组。核心办法并不复杂：正式实验前反复随机分组，只接受协变量足够平衡的方案。协变量就是实验前已知、可能影响结果的特征。论文进一步允许平衡指标随分组变化，例如每个人的朋友中有多大比例进入实验组。
这项工作的意义在于，它把重随机化推进到了存在“干扰”的实验中。干扰（interference）是指别人的处理状态也会影响你的结果。作者证明，在限定或局部依赖等条件成立时，这种设计对目标估计量具有渐近的 no-harm 性质：样本足够大时，相比不加筛选的 Bernoulli randomization，估计精度不会更差，并可能更好。本文所有关键结论目前都来自作者预印本，尚无同行评议或外部复现。
重抽的不是实验结果
这里的“重随机化”（rerandomization）很容易被误解。它不是看到实验结果不理想以后重做一次，而是在处理真正施加之前筛选分组方案。
研究者先按 Bernoulli randomization 独立抽签，让每个单位以给定概率进入处理组。随后检查两组的协变量差异。如果差异超过预先设定的门槛，就丢弃这次分组，再抽一次；达到标准才启动实验。
论文采用 Mahalanobis distance 衡量整体失衡。它可以理解为一把同时检查多项特征、并考虑这些特征彼此相关性的尺子。门槛宽，候选方案容易通过，但平衡较弱；门槛严，平衡更好，却需要抽取更多次。论文也提醒，门槛过严会把可接受方案压缩得太窄，可能降低设计对未纳入指标的因素的稳健性。
普通重随机化只平衡固定特征，例如年龄或实验前活跃度。干扰场景多了一类特殊变量：它们在分组后才确定。比如“朋友中接受处理的比例”取决于本次抽签结果，每换一个方案就要重新计算。
这类信息接近“暴露映射”——仅记录本人是否接受处理已经不够，还要概括本人周围的处理分布。论文允许把固定协变量和这种处理依赖的暴露摘要一起放进平衡标准。研究者假设的互动网络不必与真实干扰网络完全一致，理论上的 no-harm 保证也不要求正确写出具体干扰机制；不过作者指出，猜得越接近实际关系，可能获得的方差下降通常越大。
为什么事后校正不够省心
在没有干扰的经典实验里，研究者既可以在设计阶段把组分平衡，也可以在实验结束后用回归调整协变量。两条路线都在设法剔除偶然失衡带来的噪声。
有干扰以后，事后调整更棘手。不同人的结果会通过网络产生统计依赖。估计量的波动不仅来自每个人自身，还包含人与人之间的协方差。某种回归调整即使降低了单个结果的残差，也未必降低最终处理效应估计的总体方差。要找出理想的调整方式，往往需要进一步规定干扰怎样传播。
这篇论文换了角度：不先建立详细的结果模型，而是在实验开始前限制分组空间。作者为 Hájek estimator 建立了与协变量失衡向量的联合中心极限定理，再把重随机化理解为：只保留落入“平衡区域”的随机结果。
Hájek estimator 可以粗略理解为按实际组规模归一化后的处理组与对照组均值之差。论文用它估计 EATE，即 expected average treatment effect。EATE 问的是：把某个人从未处理改为处理，同时按照指定的随机分配分布对其他人的状态取平均，结果平均改变多少。这里的参照分布是独立同分布的 Bernoulli 分配。
这个目标很重要，也很具体。论文并不是估计所有可能的网络效应，更不能从 EATE 直接推到任意溢出效应或总处理效应。
“不会更差”有明确边界
论文得到的主要结论是渐近 no-harm：在其条件下，经过平衡筛选后，Hájek estimator 对 EATE 的渐近方差不高于原始 Bernoulli 设计，并保持渐近无偏。改善幅度取决于两件事：平衡门槛有多严格，以及失衡指标与处理效应估计量有多相关。
第二点在网络实验里尤其值得注意。一个暴露变量对单个人结果的预测力看起来可能有限，但同一网络关系会让多个人的失衡同向变化。论文的成对干扰示例表明，平衡处理依赖的暴露变量，对估计量方差的帮助可能大于其单人层面预测力所暗示的程度。换句话说，设计关心的不是“这个特征能多好地预测一个人”，而是“它能解释多少整体估计波动”。
作者还把推断问题纳入框架。当研究者掌握一张 conservative dependence graph——宁可多画依赖边、不要漏掉真实依赖的图——论文提出通过一个优化问题构造保守方差估计量。它从基础随机化下有效的联合协方差估计出发，再计入重随机化的筛选条件，目标是给出比原始保守估计更紧的结果。
局限与未知
- 这是渐近结论，不是每个有限样本、每份数据都必然获得严格提升。证明依赖中心极限定理，以及单位间依赖有限、局部化，或远距离影响足够快衰减等条件。“largely model agnostic”不等于完全不需要结构假设。
- 处理依赖协变量的中心不能随手设为零。研究者需要按候选分配计算其均值和协方差；论文建议在实验前用 Monte Carlo 近似。中心设错后，渐近无偏性一般无法保证。
- 方差推断需要保守的依赖图。论文也承认，决定潜在精度收益的关键量 通常难以可靠估计，因此置信区间采用最坏情形临界值，可能偏保守。
这项工作的实际启发很直接：当用户、同学或社区成员会彼此影响时，实验设计不必在“假装大家互不相关”和“完整写出传播机制”之间二选一。可以先把已知特征与可能的网络暴露一起用于分组筛选，在较弱但仍明确的依赖条件下，争取更稳定的估计。它没有消除网络实验的困难，但给出了一个更可信的起点。