Inference on a New Class of Sample Average Treatment Effects
一类新的样本平均处理效应的统计推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论随机试验中的样本处理效应目标、方差估计与因果推断覆盖。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
一类新的样本平均处理效应的统计推断
- 研究问题
- 随机对照试验中，将推断目标从样本平均处理效应改为受处理者样本平均处理效应时，方差估计和置信区间覆盖会如何改变？
- 方法与思路
- 作者针对一类因果平均处理效应目标推导新的方差公式，研究受处理者样本平均处理效应的方差估计，并用在线实验说明应用。
- 材料陈述的贡献
- 摘要称，受处理者样本平均处理效应存在一致方差估计量；两目标即使期望相同，精度与覆盖仍可显著不同，且提供实现用 R 包。
- 阅读关注点
- 应核对两种样本效应的随机性来自何处、方差公式所需试验设计，以及一致性与覆盖结论的渐近框架和应用中的目标选择。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出方差公式及适用设计，不能据期望相等认为两类效应的置信区间可互换。
原文摘要
We derive new variance formulas for inference on a general class of estimands of causal average treatment effects in a randomized control trial. We generalize the seminal work of Robins and show that when the researcher’s objective is inference on sample average treatment effect of the treated (SATT), a consistent variance estimator exists. Although this estimand is equal to the sample average treatment effect (SATE) in expectation, potentially large differences in both accuracy and coverage can occur by the change of estimand, even asymptotically. Inference on SATE, even using a conservative confidence interval, provides incorrect coverage of SATT. We demonstrate the applicability of the new theoretical results using an empirical application with hundreds of online experiments with an average sample size of approximately 100 million observations per experiment. An R package, estCI, that implements all the proposed estimation procedures is available. Supplementary materials for this article are available online.