The Power of Prognosis: Improving Covariate Balance Tests with Outcome Information
预后信息的力量：利用结局信息改进协变量平衡检验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：摘要直接讨论自然实验和回归不连续设计的识别诊断，并用潜在结局预测信息改进协变量平衡检验，属于因果推断方向。
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…
预后信息的力量：利用结局信息改进协变量平衡检验
- 研究问题
- 自然实验中的协变量平衡检验为何可能无法揭示关键识别问题，如何利用协变量对潜在结局的预测信息构造更有信息量的检验？
- 方法与思路
- 作者提出测量并报告协变量的预后能力，以结局相关性加权构造自助法平衡检验，并将方法适配到回归不连续设计。
- 材料陈述的贡献
- 摘要称不具预后信息的协变量可能使平衡检验产生误判，模拟显示预后加权可减少假阴性和假阳性，并用已发表研究展示问题。
- 阅读关注点
- 应核对预后能力如何估计、结局信息如何用于权重及自助法校准，尤其关注回归不连续设定中的局部样本与错误率控制条件。
- 阅读边界
- 这是arXiv预印本，不能据此确认同行评审或期刊接收；摘要未说明检验有效性的完整条件，平衡检验通过也不能证明全部识别假设成立。
原文摘要
Scholars frequently use covariate balance tests to test the validity of natural experiments and related designs. Unfortunately, when measured covariates are unrelated to potential outcomes, balance is uninformative about key identification conditions. We show that balance tests can then lead to erroneous conclusions. To build stronger tests, researchers should identify covariates that are jointly predictive of potential outcomes; formally measure and report covariate prognosis; and prioritize the most individually informative variables in tests. Building on prior research on ``prognostic scores," we develop bootstrap balance tests that upweight covariates associated with the outcome. We adapt this approach for regression-discontinuity designs and use simulations to compare weighting methods based on linear regression and more flexible methods, including machine learning. The results show how prognosis weighting can avoid both false negatives and false positives. To illustrate key points, we study empirical examples from a sample of published studies, including an important debate over close elections.