Design-based causal inference in bipartite experiments
二部实验中基于设计的因果推断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：摘要明确研究随机化实验的因果效应，并利用连接处理单位与结果单位的二部图处理干扰，对应因果推断及网络与干扰。
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…
二部实验中基于设计的因果推断
- 研究问题
- 当处理在一组单位上随机分配、结果在另一组单位上观测且存在二部图干扰时，如何估计全部处理相对全部控制的效果？
- 方法与思路
- 作者在潜在结果与基于设计的框架下利用二部图稀疏性，构造总处理效应估计量、保守方差估计及协变量调整策略。
- 材料陈述的贡献
- 摘要称提出一致的总处理效应点估计量，建立中心极限定理，并提供保守方差估计和旨在改善效率的协变量调整。
- 阅读关注点
- 应核对随机化机制、图稀疏性与干扰限制，明确总处理效应的定义，并检查方差保守性和协变量调整成立的条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验；摘要未说明所谓弱假设的具体内容，也未提供有限样本覆盖率或应用结果。
原文摘要
Bipartite experiments arise in various fields, in which the treatments are randomized over one set of units, while the outcomes are measured over another separate set of units. However, existing methods often rely on strong model assumptions about the data-generating process. Under the potential outcomes formulation, we explore design-based causal inference in bipartite experiments under weak assumptions by leveraging the sparsity structure of the bipartite graph that connects the treatment units and outcome units. We make several contributions. First, we formulate the causal inference problem under the design-based framework that can account for the bipartite interference. Second, we propose a consistent point estimator for the total treatment effect, a policy-relevant parameter that measures the difference in the outcome means if all treatment units receive the treatment or control. Third, we establish a central limit theorem for the estimator and propose a conservative variance estimator for statistical inference. Fourth, we discuss a covariate adjustment strategy to enhance estimation efficiency.