Counting Defiers: A Design-Based Model of an Experiment Can Reveal Evidence Beyond the Average Effect
计数反向响应者：实验设计模型提供超越平均效应的证据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：摘要依据随机实验设计研究潜在结果联合分布及超越平均处理效应的信息。
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
计数反向响应者：实验设计模型提供超越平均效应的证据
- 研究问题
- 仅凭二元干预、二元结果和实验随机化设计，能否从数据中获得关于潜在结果联合分布及反向响应者数量的额外证据？
- 方法与思路
- 作者依据随机化设计构造样本中四类潜在结果类型数量的似然，用可视化比较不同类型配置生成观测数据的方式数量。
- 材料陈述的贡献
- 摘要称，该设计似然可在 Fréchet 界内变化，有反向响应者的配置有时似然更高，并用健康应用及 dbmle 软件包展示这类较弱证据。
- 阅读关注点
- 应核对设计似然的样本空间、随机化方案与类型定义，以及它和传统似然的区别、证据强弱的量化及其对识别集合的含义。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要明确称证据较弱，似然差异不能直接理解为潜在类型已被点识别或反向响应者确实存在。
原文摘要
Using only a binary intervention and outcome and the design of the randomization within an experiment, we construct a design-based likelihood of the joint distribution of potential outcomes in the sample -- the numbers of always takers, compliers, defiers, and never takers. We develop a visualization to show that samples with defiers can sometimes generate the data in more ways than samples without, yielding a higher likelihood. This likelihood can vary within the Frechet bounds, even though the traditional likelihood does not. Evidence is weak, but it exists, as we illustrate with health applications and our dbmle package.