Design-based Causal Inference for Incomplete Block Designs
不完全区组设计的设计本位因果推断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：摘要直接研究随机区组设计中的有限总体因果效应估计与设计本位推断。
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
不完全区组设计的设计本位因果推断
- 研究问题
- 当处理组较多、无法在每个区组中安排全部处理时，如何利用不完全区组及平衡不完全区组设计进行有限总体因果推断？
- 方法与思路
- 作者在有限总体设计本位框架下研究两类不完全区组设计，分析两个估计量，建立中心极限定理，并提出保守方差估计。
- 材料陈述的贡献
- 摘要称提供估计量性质与推断结果，比较设计本位和线性模型估计，并通过模拟与数据实例展示不完全区组设计的表现。
- 阅读关注点
- 应核对处理对比的目标、区组与处理分配结构、中心极限定理的条件，以及保守方差的来源和模型估计比较的设定。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出估计公式、渐近条件或精度结果，不能认为不完全设计总能提高效率。
原文摘要
Researchers often turn to block randomization to increase the precision of their inference or due to practical considerations, such as in multisite trials. However, if the number of treatments under consideration is large it might not be feasible or practical to assign all treatments within each block. We develop novel inference results under the finite-population design-based framework for natural alternatives to the complete block design that do not require reducing the number of treatment arms, the incomplete block design (IBD) and the balanced incomplete block design. This includes deriving the properties of two design-based estimators, developing a finite-population central limit theorem, and proposing conservative variance estimators. Comparisons of the design-based estimators are made to linear model-based estimators. Simulations and a data illustration further demonstrate performance of IBD estimators. This work highlights IBDs as practical and currently underutilized designs.