Estimating Complier Average Causal Effects for Clustered RCTs When the Treatment Affects the Service Population
处理改变服务人群时聚类随机试验的依从者平均因果效应估计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：摘要直接研究随机试验中依从者平均因果效应及逆概率加权估计。
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
处理改变服务人群时聚类随机试验的依从者平均因果效应估计
- 研究问题
- 随机试验的处理会改变随机化后确定的服务接受者构成时，如何定义并估计依从者群体效应，避免意向处理结果难以解释？
- 方法与思路
- 作者构造相关依从者总体的因果目标和逆概率加权估计量，采用广义估计方程，并在标准误中计入权重估计误差。
- 材料陈述的贡献
- 摘要称方法适用于聚类及非聚类随机试验；在假定识别条件下模拟区间达到名义覆盖率，并展示儿童早期服务试验应用。
- 阅读关注点
- 核对依从者总体与服务接受者构成的定义、识别条件及权重构造，检查聚类依赖与估计权重误差如何进入方差计算。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列具体识别假设、覆盖数值或应用效应，不能判断条件在实证中是否满足。
原文摘要
RCTs sometimes test interventions that aim to improve existing services targeted to a subset of individuals identified after randomization. Accordingly, the treatment could affect the composition of service recipients and the offered services. With such bias, intention-to-treat estimates using data on service recipients and nonrecipients may be difficult to interpret. This article develops causal estimands and inverse probability weighting (IPW) estimators for complier populations in these settings, using a generalized estimating equation approach that adjusts the standard errors for estimation error in the IPW weights. While our focus is on more general clustered RCTs, the methods also apply (reduce) to non-clustered RCTs. Simulations show that the estimators achieve nominal confidence interval coverage under the assumed identification conditions. An empirical application demonstrates the methods using data from a large-scale RCT testing the effects of early childhood services on children's cognitive development scores.