跳到正文
← 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:摘要明确针对处理效应开展随机化检验,并包含随机试验干扰下的溢出效应。

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…

关注这篇论文的作者
Yao Zhang
Qingyuan Zhao

滞后与溢出处理效应的多个条件随机化检验

研究问题
如何用同一数据集构造多个相互独立的条件随机化检验,使随机化 p 值既可单独解释,也可按标准方法组合使用?
方法与思路
作者给出顺序构造独立检验的方法,并应用于观察研究的证据因子、阶梯楔形试验的滞后效应及干扰下的溢出效应。
材料陈述的贡献
摘要称建立独立条件随机化检验的一般充分条件,并利用模拟与真实数据将提出的构造方法同若干现有方法比较。
阅读关注点
应核对顺序条件化为何保留检验独立性、各应用中的零假设与随机化机制,以及组合检验适用的多重检验程序。
阅读边界
所给版本为 arXiv 预印本,同行评审与期刊接收状态未核实;摘要未说明独立性的具体充分条件、检验功效或比较数值。

原文摘要

We consider the problem of constructing multiple independent conditional randomization tests using a single dataset. Because the tests are independent, the randomization p-values can be interpreted individually and combined using standard methods for multiple testing. We give a simple, sequential construction of such tests, and then discuss its application to three problems: Rosenbaum's evidence factors for observational studies, lagged treatment effect in stepped-wedge trials, and spillover effect in randomized trials with interference. We compare the proposed approach with some existing methods using simulated and real datasets. Finally, we establish a more general sufficient condition for independent conditional randomization tests.

笔记与分组