Sharp bounds on the variance in randomized experiments
随机实验中方差的锐界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。
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：摘要明确研究完全随机实验、因果推断中的方差识别问题及处理效应区间推断。
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…
随机实验中方差的锐界
- 研究问题
- 完全随机实验中，均值差估计量的方差存在哪些可识别的锐界，如何一致估计这些界并构造保守区间？
- 方法与思路
- 作者提出均值差估计量方差锐界的一致估计方法，并以方差上界估计构造渐近保守的 Wald 型置信区间。
- 材料陈述的贡献
- 摘要称结果解决了相关因果推断识别问题，并使上界估计能够支持渐近最窄的保守 Wald 型区间。
- 阅读关注点
- 应核对锐界所利用的信息、随机化与渐近条件、一致估计的构造，以及最窄结论所限定的区间类别。
- 阅读边界
- OpenAlex 摘要版本未注明；未给出界的公式和正则条件，不能推断有限样本覆盖保证或对其他实验设计的适用性。
原文摘要
We propose a consistent estimator of sharp bounds on the variance of the difference-in-means estimator in completely randomized experiments. Generalizing Robins [Stat. Med. 7 (1988) 773–785], our results resolve a well-known identification problem in causal inference posed by Neyman [Statist. Sci. 5 (1990) 465–472. Reprint of the original 1923 paper]. A practical implication of our results is that the upper bound estimator facilitates the asymptotically narrowest conservative Wald-type confidence intervals, with applications in randomized controlled and clinical trials.