Average treatment effects in the presence of unknown interference
未知干扰下的平均处理效应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：摘要直接研究随机实验的处理效应，以及单位间未知干扰和潜在溢出效应。
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…
未知干扰下的平均处理效应
- 研究问题
- 随机实验中存在未知的单位间干扰时，常用处理效应估计量仍能估计什么，其一致性与推断受到怎样的影响？
- 方法与思路
- 作者以对潜在溢出效应进行边际化的广义平均处理效应为目标，分析有限但形式任意的未知干扰下的大样本性质。
- 材料陈述的贡献
- 摘要称，若干常见实验设计中的标准估计量仍具一致性，收敛率取决于干扰增长及其与处理分配依赖的关系。
- 阅读关注点
- 应核对广义目标量的定义、允许的实验设计、干扰规模限制，以及估计一致性与常规置信区间有效性的区别。
- 阅读边界
- 索引摘要版本未注明，未给出干扰限制和收敛率公式；摘要明确提醒常规置信陈述可能不准确，不能据此保证标准推断有效。
原文摘要
We investigate large-sample properties of treatment effect estimators under unknown interference in randomized experiments. The inferential target is a generalization of the average treatment effect estimand that marginalizes over potential spillover effects. We show that estimators commonly used to estimate treatment effects under no interference are consistent for the generalized estimand for several common experimental designs under limited but otherwise arbitrary and unknown interference. The rates of convergence depend on the rate at which the amount of interference grows and the degree to which it aligns with dependencies in treatment assignment. Importantly for practitioners, the results imply that if one erroneously assumes that units do not interfere in a setting with limited, or even moderate, interference, standard estimators are nevertheless likely to be close to an average treatment effect if the sample is sufficiently large. Conventional confidence statements may, however, not be accurate.