Heterogeneous Treatment Effects for Networks, Panels, and other Outcome Matrices
网络、面板及其他结局矩阵的异质性处理效应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。
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：摘要同时研究成对网络结局、互动溢出和处理效应分布及其分位数类比，直接对应这三个方向。
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
网络、面板及其他结局矩阵的异质性处理效应
- 研究问题
- 当处理分配发生在个体层面、结局却在个体对之间测量时，如何刻画处理效应分布，并定义适合矩阵结局的分位数效应类比？
- 方法与思路
- 作者提出比较不同处理结局矩阵特征值的策略，以 Fréchet–Hoeffding 界的矩阵类比界定效应分布，并定义谱处理效应。
- 材料陈述的贡献
- 摘要称建立新的矩阵分布界，并据此约束处理效应分布；以特征值差构造谱处理效应，作为分位数处理效应的矩阵类比。
- 阅读关注点
- 应核对双重随机设计的具体含义、矩阵界成立条件、特征值差与个体对效应的联系，以及互动和溢出如何进入效应定义。
- 阅读边界
- 这是 arXiv 预印本，不能确认同行评审或接收。摘要未列出完整条件，谱效应的经济解释与普通分位数效应的关系仍须核对。
原文摘要
We are interested in the distribution of treatment effects for an experiment where units are randomized to a treatment but outcomes are measured for pairs of units. For example, we might measure risk sharing links between households enrolled in a microfinance program, employment relationships between workers and firms exposed to a trade shock, or bids from bidders to items assigned to an auction format. Such a double randomized experimental design may be appropriate when there are social interactions, market externalities, or other spillovers across units assigned to the same treatment. Or it may describe a natural or quasi experiment given to the researcher. In this paper, we propose a new empirical strategy that compares the eigenvalues of the outcome matrices associated with each treatment. Our proposal is based on a new matrix analog of the Fréchet-Hoeffding bounds that play a key role in the standard theory. We first use this result to bound the distribution of treatment effects. We then propose a new matrix analog of quantile treatment effects that is given by a difference in the eigenvalues. We call this analog spectral treatment effects.