Better Measurement or Larger Samples? Data Collection for Policy Learning with Unobserved Heterogeneity
更精确的测量还是更大的样本？存在未观测异质性时的政策学习数据采集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：摘要围绕异质性处理反应开展福利导向的处理分配与政策学习。
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
更精确的测量还是更大的样本？存在未观测异质性时的政策学习数据采集
- 研究问题
- 当处理反应取决于能力或动机等潜在特征时，政策制定者应如何权衡潜在特征测量精度、样本规模与政策规则复杂度？
- 方法与思路
- 作者为纳入或排除估计潜在特征的分配规则推导速率锐利的遗憾界，并研究数据采集设计及极小极大最优的充分条件。
- 材料陈述的贡献
- 摘要称，理论刻画了测量精度与政策复杂度的新权衡；现金转移应用显示技能代理变量改善福利，并估计重复测量与扩样的资源配置。
- 阅读关注点
- 应核对遗憾的基准、潜在特征估计误差如何进入界限，以及采集成本约束和最优设计条件；应用中还需核对福利评价方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未给出遗憾界公式、成本结构或应用识别细节，福利改善不能直接跨场景推广。
原文摘要
Empirical research shows that individuals' responses to treatments vary along latent characteristics, such as innate ability or motivation. Therefore, a policymaker seeking to maximize welfare may consider designing policies based on observed characteristics and estimated latent traits. I characterize how the estimates' precision affects the worst-case performance of policies deriving rate-sharp regret bounds for assignment rules that include or exclude them, highlighting new trade-offs with the policy space complexity. I then study how a policymaker can solve such trade-offs by designing tailored data collections and derive a sufficient condition for a collection plan to be minimax optimal. In an empirical application in development economics, I show that including a proxy for entrepreneurs' business skills in targeting cash transfers increases welfare by 5%, and halves the probability of generating welfare losses. Moreover, I estimate the optimal allocation of resources between improving the precision of the proxy via repeated measurements, and increasing sample size.