Rate-optimal cluster-randomized designs for spatial interference
空间干扰下速率最优的整群随机化设计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：摘要明确研究全局平均处理效应、整群随机化及单位间空间干扰，直接对应因果推断与网络及干扰。
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
空间干扰下速率最优的整群随机化设计
- 研究问题
- 当任意两单位之间可能存在随距离减弱的干扰时，如何设计整群随机试验并估计全部处理相对于全部不处理的平均因果效应？
- 方法与思路
- 作者将空间划分为随机分配处理的群组，以邻域全部处理或全部未处理单位构造 Horvitz–Thompson 估计，并分析设计与收敛速率。
- 材料陈述的贡献
- 摘要称，论文获得近最优收敛速率的估计量与设计组合，证明渐近正态性并提供方差估计，另建议用聚类算法实现空间划分。
- 阅读关注点
- 应核对空间干扰衰减条件、全局平均处理效应的定义、群组及邻域尺度选择，以及近最优界和方差估计有效性的条件。
- 阅读边界
- 摘要未列出干扰衰减、空间布局等具体条件，不能把近最优结论推广到任意干扰；解读限于所给 OpenAlex 摘要版本。
原文摘要
We consider a potential outcomes model in which interference may be present between any two units but the extent of interference diminishes with spatial distance. The causal estimand is the global average treatment effect, which compares outcomes under the counterfactuals that all or no units are treated. We study a class of designs in which space is partitioned into clusters that are randomized into treatment and control. For each design, we estimate the treatment effect using a Horvitz–Thompson estimator that compares the average outcomes of units with all or no neighbors treated, where the neighborhood radius is of the same order as the cluster size dictated by the design. We derive the estimator’s rate of convergence as a function of the design and degree of interference and use this to obtain estimator-design pairs that achieve near-optimal rates of convergence under relatively minimal assumptions on interference. We prove that the estimators are asymptotically normal and provide a variance estimator. For practical implementation of the designs, we suggest partitioning space using clustering algorithms.