A Combinatorial Central Limit Theorem for Stratified Randomization
分层随机化的组合中心极限定理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：摘要将分层随机化理论用于工具变量检验，对应随机化与工具变量因果推断。
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
分层随机化的组合中心极限定理
- 研究问题
- 当分层数量和各层大小可以灵活变化，且大小层同时增加时，何种条件能保证随机化统计量的正态近似，并支持工具变量检验？
- 方法与思路
- 作者在 Lindeberg 型条件下建立分层随机化的组合中心极限定理，允许任意层数与层大小，但要求每层至少包含两个单位。
- 材料陈述的贡献
- 摘要称，定理容纳同时增长的大小层，并据此推导工具变量情形下两个既有检验统计量的渐近分布，适用于可能很多的分层。
- 阅读关注点
- 应核对 Lindeberg 型条件的具体表达、随机化机制与标准化方式，以及两个工具变量检验统计量如何满足定理的要求。
- 阅读边界
- 所据为 arXiv 预印本，不能据此认定已同行评审或获期刊接收；每层至少两人并非全部条件，摘要未列明检验统计量及有限样本表现。
原文摘要
This paper establishes a combinatorial central limit theorem for stratified randomization, which holds under a Lindeberg-type condition. The theorem allows for an arbitrary number or sizes of strata, with the sole requirement being that each stratum contains at least two units. This flexibility accommodates both a growing number of large and small strata simultaneously, while imposing minimal conditions. We then apply this result to derive the asymptotic distributions of two test statistics proposed for instrumental variables settings in the presence of potentially many strata of unrestricted sizes.