Median Treatment Effect in Randomized Trials
随机试验中的中位数处理效应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：摘要直接研究随机试验中潜在响应差值的分位数及中位数符号识别，涉及因果推断与分布效应。
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
随机试验中的中位数处理效应
- 研究问题
- 每个个体只能观察一种处理下的响应时，能否从两种潜在响应的边际分位数识别个体处理效应的分位数，尤其是中位数符号？
- 方法与思路
- 作者从潜在响应的边际信息出发，分析其差值分位数的识别困难，并提出使中位数处理效应符号得到识别的条件。
- 材料陈述的贡献
- 摘要称，中位数以外的分位数通常需要对潜在响应的关系施加强假设；对于中位数，作者给出了符号可识别的条件。
- 阅读关注点
- 应核对符号识别的具体条件及其可检验性，明确个体效应中位数与两组响应中位数之差的区别，以及结论是否仅涉及符号。
- 阅读边界
- 仅据所给 Crossref 摘要；识别条件未列出，不能推断中位数效应大小已被识别，也不能把边际分位数之差等同于效应分位数。
原文摘要
Summary For two response variables y t and y c corresponding to two treatments for two policies) T and C, we wish to learn about quantiles of y t−y c from the marginal quantiles of y t and y c; only one of y t and y c is observed for an individual. We find that, in general, this is difficult for quantiles other than the median unless strong assumptions are imposed on how y t is related to y c. For the median, we present conditions under which the sign of the median treatment effect is identified.