Estimation and Inference for Peer Effects under Conditional Random Assignment
条件随机分组下同伴效应的估计与推断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。
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：摘要直接研究条件随机分组下的同伴影响及内生、背景效应识别，因此对应因果推断与网络干扰。
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
条件随机分组下同伴效应的估计与推断
- 研究问题
- 当个体在分配池内被条件随机分到同伴组时，如何分别识别内生同伴效应与背景特征效应，并进行可靠的估计和推断？
- 方法与思路
- 作者建立 GMM 框架，容许未知异方差并修正有限分配池的方差估计偏差，渐近分析允许分配池数量或池内组数增加。
- 材料陈述的贡献
- 摘要称，该框架可分别识别两类同伴效应，并包含随机分组检验；大学生人格应用显示正向背景效应部分被负向内生效应抵消。
- 阅读关注点
- 应核对条件随机分组的具体限制、两类效应分离的矩条件，以及有限池偏差修正、渐近增长方式和人格应用的识别依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明完整矩条件及分组机制，随机分组检验不能单独保证全部识别假设成立。
原文摘要
Empirical studies of peer effects often exploit conditional random assignment to peer groups within urns. We develop a GMM framework for estimation and inference in this setting. The framework separately identifies endogenous and contextual peer effects and nests tests of random peer-group assignment as a special case. It permits unknown heteroskedasticity and corrects finite-urn bias in variance estimation. Its asymptotic theory allows the number of peer groups to grow through more urns, more groups within urns, or both. We establish the asymptotic validity of the procedures and evaluate their finite-sample performance through Monte Carlo simulations. We apply the method to study peer effects on personality among university students. For traits with positive reduced-form peer effects, the estimates indicate that positive contextual effects are partly offset by negative endogenous effects.