Peer Encouragement Designs in Causal Inference with Partial Interference and Identification of Local Average Network Effects
部分干扰下的同伴鼓励设计与局部平均网络效应识别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：题名与摘要明确研究部分干扰、网络处理效应和不依从下的鼓励设计，直接对应因果推断与网络干扰两个方向。
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
部分干扰下的同伴鼓励设计与局部平均网络效应识别
- 研究问题
- 当网络环境中无法强制随机分配处理或存在不依从时，如何设计鼓励实验并识别包含同伴互动的局部平均因果效应？
- 方法与思路
- 作者提出同伴鼓励设计，以个性化鼓励为核心，研究既有鼓励设计目标量的点识别，并定义局部平均网络效应。
- 材料陈述的贡献
- 摘要称新设计能够识别局部平均网络效应及熟悉的鼓励设计目标量，并分析网络随机实验中不依从行为的影响。
- 阅读关注点
- 全文应核对部分干扰的分组结构、个性化鼓励的具体含义，以及各目标量的定义、点识别条件和不依从行为限制。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或被期刊接收；摘要未列出完整识别假设，也未说明可推广的网络结构范围。
原文摘要
In non-network settings, encouragement designs have been widely used to analyze causal effects of a treatment, policy, or intervention on an outcome of interest when randomizing the treatment was considered impractical or when compliance to treatment cannot be perfectly enforced. Unfortunately, such questions related to treatment compliance have received less attention in network settings and the most well-studied experimental design in networks, the two-stage randomization design, requires perfect compliance with treatment. The paper proposes a new experimental design called peer encouragement design to study network treatment effects when enforcing treatment randomization is not feasible. The key idea in peer encouragement design is the idea of personalized encouragement, which allows point-identification of familiar estimands in the encouragement design literature. The paper also defines new causal estimands, local average network effects, that can be identified under the new design and analyzes the effect of non-compliance behavior in randomized experiments on networks.