Randomization Inference for Matched Pairs with Binary Outcomes
二元结果配对研究的随机化推断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。
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：摘要明确研究配对随机试验的平均处理效应置信集及观察研究敏感性分析，直接对应因果推断。
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
二元结果配对研究的随机化推断
- 研究问题
- 在配对内随机分配处理且结果为二元变量的研究中，如何不依赖单调性假设，构造平均处理效应的精确随机化置信集？
- 方法与思路
- 作者用二项分布对称性引理解析求解最难拒绝的归因效应配置，再通过二分搜索反演检验，并由邦费罗尼步骤构造置信集。
- 材料陈述的贡献
- 摘要称无需整数规划或数值配置搜索即可完成推断，并将同一边界配置推广到配对观察研究的敏感性分析，给出设计敏感性公式。
- 阅读关注点
- 应核对归因效应预测集与平均处理效应置信集的区别、精确覆盖的随机化依据，以及敏感性模型和计算复杂度中各符号的定义。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。随机试验结论依赖配对内抛硬币分配，摘要未说明其他设计能否直接适用。
原文摘要
We give an exact randomization-based confidence set for the average treatment effect (ATE) in matched-pair studies with a binary outcome, requiring neither monotonicity nor any distributional assumption beyond the within-pair coin flip. At its core is an analytic solution to the worst-case allocation of attributable effects: two binomial-symmetry lemmas identify the pattern hardest to reject as a single boundary corner, so testing null hypotheses needs no integer program and no numerical search. Inverting the test via binary search yields a prediction set for the attributable effect in O(log S) Binomial tail calculations; the Bonferroni proposition of Rigdon and Hudgens (2015) produces the ATE confidence set at the same computational cost. The same corner extends without further machinery to a sensitivity analysis for matched observational studies under Rosenbaum's $Γ$-model. A simple formula for the design sensitivity illuminates when an observational study can hope to provide evidence for an effect.