Randomization Tests in Randomized Saturation Designs
随机饱和度设计中的随机化检验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：摘要直接研究随机实验中的簇内溢出效应与处理饱和度，属于因果推断和干扰分析。
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
随机饱和度设计中的随机化检验
- 研究问题
- 在先随机分配簇的处理饱和度、再随机处理簇内个体的实验中，如何检验个体与平均溢出效应及跨饱和度单调性？
- 方法与思路
- 作者以焦点个体重标记构建条件随机化检验，对弱平均原假设使用学生化统计量，并以无条件成对插补检验全局单调性。
- 材料陈述的贡献
- 摘要区分了部分尖锐和有界原假设的有限样本有效性、弱平均原假设的渐近有效性，以及全局单调性检验的有限样本保证。
- 阅读关注点
- 应核对各原假设的精确定义、焦点个体选择和重标记分布，尤其检查弱原假设的渐近条件及单调性检验的插补规则。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未详述干扰结构与渐近条件，弱平均效应检验不具有所述有限样本精确性。
原文摘要
Randomized saturation designs are widely used to study spillover effects in clustered populations. In these designs, clusters are first assigned to treatment saturation levels, and units are then randomized within clusters according to the assigned saturation. This paper develops randomization tests for such experiments under several null hypotheses that arise naturally in spillover analysis. For a fixed pair of saturation levels, we first study two individual-level hypotheses: a partially sharp null of no spillover effect for every untreated unit and a bounded null that restricts individual spillover effects by a prespecified constant. Both hypotheses can be tested using a common conditional randomization framework, with finite-sample validity obtained by combining the same focal-unit relabeling distribution with null-specific statistics. We then study weak average-spillover nulls and show that, although these nulls do not yield finite-sample exact conditional tests, studentized relabeling statistics deliver asymptotically valid randomization-based inference. Finally, for multiple ordered saturation levels, we develop a finite-sample valid unconditional pairwise-imputation test for global monotonicity of spillover effects. Simulations and an application to the Zomba Cash Transfer experiment illustrate the finite-sample behavior and practical implementation of the methods.