Evaluating the Conservativeness of Robust Sandwich Variance Estimator in Weighted Average Treatment Effects
加权平均处理效应中稳健三明治方差估计的保守性评估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：摘要直接研究加权平均处理效应、逆概率加权及其置信区间，属于因果推断。
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
加权平均处理效应中稳健三明治方差估计的保守性评估
- 研究问题
- 估计加权平均处理效应时，逆概率加权配合稳健三明治方差所构造的置信区间何时保守，何时可能过窄？
- 方法与思路
- 作者重新分析逆概率加权估计量的渐近方差，厘清三明治置信区间保守的条件，并提出评估保守性的新判据。
- 材料陈述的贡献
- 摘要称，研究给出保守性条件和新判据，并以模拟及真实数据验证，涉及参与者平均效应和重叠人群平均效应等目标。
- 阅读关注点
- 阅读时应核对保守性的数学定义、权重与倾向得分估计对方差的影响，以及新判据是否能在实际样本中可靠实施。
- 阅读边界
- 本条依据 arXiv 预印本摘要，同行评审与接收未核实；摘要未列出具体保守性条件，不能据此判断某个实际置信区间是否有效。
原文摘要
In causal inference, the Inverse Probability Weighting (IPW) estimator is commonly used to estimate causal effects for estimands within the class of Weighted Average Treatment Effect (WATE). When constructing confidence intervals (CIs), robust sandwich variance estimators are frequently used for practical reasons. Although these estimators are easy to calculate using widely-used statistical software, they often yield narrow CIs for commonly applied estimands, such as the Average Treatment Effect on the Treated and the Average Treatment Effect for the Overlap Populations. In this manuscript, we reexamine the asymptotic variance of the IPW estimator and clarify the conditions under which CIs derived from the sandwich variance estimator are conservative. Additionally, we propose new criteria to assess the conservativeness of CIs. The results of this investigation are validated through simulation experiments and real data analysis.