Priming bias versus post-treatment bias in experimental designs
实验设计中的启动偏误与处理后偏误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：摘要直接分析实验处理效应中的启动偏误、处理后偏误及交互效应的部分识别。
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…
实验设计中的启动偏误与处理后偏误
- 研究问题
- 实验中提前测量调节变量可能启动受访者反应，处理后测量又可能引入偏误，如何评估这两类风险及处理效应交互的可识别范围？
- 方法与思路
- 作者比较处理前测量、处理后测量及随机选择测量时点三种设计，推导处理与调节变量交互的非参数界，并用实质假设缩窄界。
- 材料陈述的贡献
- 摘要称，所构造的界可用于评估经验发现对启动偏误和处理后偏误的敏感性，并将方法应用于选举信息的调查实验。
- 阅读关注点
- 应核对交互效应的目标定义、三种设计各自提供的信息，界是否尖锐，以及缩窄界所用实质假设的可解释性和可信程度。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未给出具体界和假设，也不能据此断言某一种测量设计总是更优。
原文摘要
Conditioning on variables affected by treatment can induce post-treatment bias when estimating causal effects. Although this suggests that researchers should measure potential moderators before administering the treatment in an experiment, doing so may also bias causal effect estimation if the covariate measurement primes respondents to react differently to the treatment. This paper formally analyzes this trade-off between post-treatment and priming biases in three experimental designs that vary when moderators are measured: pre-treatment, post-treatment, or a randomized choice between the two. We derive nonparametric bounds for interactions between the treatment and the moderator under each design and show how to use substantive assumptions to narrow these bounds. These bounds allow researchers to assess the sensitivity of their empirical findings to priming and post-treatment bias. We then apply the proposed methodology to a survey experiment on electoral messaging.