Inferring welfare maximizing treatment assignment under budget constraints
预算约束下福利最大化处理分配的推断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。
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：摘要以随机处理实验为基础，研究二元处理分配及其福利效果的推断。
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
预算约束下福利最大化处理分配的推断
- 研究问题
- 当预算限制可接受处理的人口比例时，如何依据协变量分配二元处理以最大化平均福利，并推断达到目标福利所需的资源？
- 方法与思路
- 作者使用随机处理实验样本构造分配程序，推导其所产生福利的渐近频率学置信区间，并以交叉验证选择条件协变量。
- 材料陈述的贡献
- 摘要提出受预算约束的分配与福利推断方法；肯尼亚蚊帐补贴应用报告，多协变量分配相对两种基准提高补贴使用率。
- 阅读关注点
- 应核对福利目标和预算定义、目标人口与实验样本的关系，以及规则选择后的推断方式和补贴使用率比较的统计依据。
- 阅读边界
- 仅据所给出版社摘要，无法判断完整识别条件、区间覆盖或外部有效性；补贴使用率改善也不能直接等同于健康结果改善。
原文摘要
This paper concerns the problem of allocating a binary treatment among a target population based on observed covariates. The goal is to (i) maximize the mean social welfare arising from an eventual outcome distribution, when a budget constraint limits what fraction of the population can be treated and (ii) to infer the dual value, i.e. the minimum resources needed to attain a specific level of mean welfare via efficient treatment assignment. We consider a treatment allocation procedure based on sample data from randomized treatment assignment and derive asymptotic frequentist confidence interval for the welfare generated from it. We propose choosing the conditioning covariates through cross-validation. The methodology is applied to the efficient provision of anti-malaria bed net subsidies, using data from a randomized experiment conducted in Western Kenya. We find that subsidy allocation based on wealth, presence of children and possession of bank account can lead to a rise in subsidy use by about 9% points compared to allocation based on wealth only, and by 17% points compared to a purely random allocation.