Testing Sign Congruence Between Two Parameters
两个参数的符号一致性检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确列出异质性处理效应、约化式因果解释和中介分析作为检验应用。
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…
两个参数的符号一致性检验
- 研究问题
- 当两个参数具有渐近正态估计量时，如何检验它们是否同号，并理解原点附近的保守性、检验偏性及拒绝能力？
- 方法与思路
- 作者推荐一种简单的同号原假设检验，并构造边界上精确控制检验水平的无偏检验，用以分析保守性是否可以避免。
- 材料陈述的贡献
- 摘要称推荐检验比多项近期方案更常拒绝，但原点附近仍保守且有偏；另一个无偏检验具有反直觉性质，作者不推荐。
- 阅读关注点
- 应核对零值如何纳入同号原假设、估计量相关性如何处理，以及渐近正态近似、边界水平和无偏性的适用条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未给出检验公式，较常拒绝不等于普遍更优。
原文摘要
We test the null hypothesis that two parameters $(μ_1,μ_2)$ have the same sign, assuming that (asymptotically) normal estimators $(\hatμ_1,\hatμ_2)$ are available. Examples of this problem include the analysis of heterogeneous treatment effects, causal interpretation of reduced-form estimands, meta-studies, and mediation analysis. A number of tests were recently proposed. We recommend a test that is simple and rejects more often than many of these recent proposals. Like all other tests in the literature, it is conservative if the truth is near $(0,0)$ and therefore also biased. To clarify whether these features are avoidable, we also provide a test that is unbiased and has exact size control on the boundary of the null hypothesis, but which has counterintuitive properties and hence we do not recommend. We use the test to improve p-values in Kowalski (2022) from information contained in that paper's main text and to establish statistical significance of some key estimates in Dippel et al. (2021).