Modyfikacja Randomized experiment, w której dzielimy najpierw naszą populację na grupy. W każdej grupie robimy osobny randomized experiment, tzn. w każdej grupie możemy innej części pod-populacji podać treatment.
Przykładem może być sytuacja, w której najpierw dzielimy pacjentów ze względu na ich stan - np. dzielimy na grupy “stan krytyczny”, “stan średni”. Wśród pacjentów w “stanie krytycznym” losujemy 75%, którym podajemy lek, a wśród pacjentów w “stanie średnim” losujemy 50%, którym podajemy lek.
Wówczas w każdej podgrupie mamy zapewnioną exchangeability, ale nie mamy exchangeability zapewnionej na całości populacji.
Jednak można policzyć causal risk ratio, a przez to stwierdzić czy występuje average causal effect używając standaryzacji, tj. średniej ważonej (rozdział 2.3 w What If - Causal Inference) lub IP weighting.
Źródło: What If - Causal Inference