Synthetic Design: An Optimization Approach to Experimental Design with Synthetic Controls
合成设计：利用合成控制优化实验设计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：摘要直接研究实验处理分配、合成控制及平均处理效应估计，分类依据是因果实验设计，而非一般计算优化问题。
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
合成设计：利用合成控制优化实验设计
- 研究问题
- 当实验前已有结果数据时，如何联合选择接受处理的单位、对照单位及其权重，以改善平均处理效应估计的实验设计？
- 方法与思路
- 作者以处理组和对照组的加权结果差估计效应，将单位选择与权重优化结合；针对问题的计算困难提出混合整数规划。
- 材料陈述的贡献
- 摘要称不同设计方法会选择性质不同的处理单位，基于美国劳工统计局数据的模拟显示，相较所列常用方案改善均方误差和检验功效。
- 阅读关注点
- 应核对优化目标、权重约束、处理分配机制与推断有效性，并检查模拟中随机试验等比较方案是否处于可比条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收状态未核实；摘要未说明完整识别条件、计算规模及模拟改善的数值和适用范围。
原文摘要
We investigate the optimal design of experimental studies that have pre-treatment outcome data available. The average treatment effect is estimated as the difference between the weighted average outcomes of the treated and control units. A number of commonly used approaches fit this formulation, including the difference-in-means estimator and a variety of synthetic-control techniques. We propose several methods for choosing the set of treated units in conjunction with the weights. Observing the NP-hardness of the problem, we introduce a mixed-integer programming formulation which selects both the treatment and control sets and unit weightings. We prove that these proposed approaches lead to qualitatively different experimental units being selected for treatment. We use simulations based on publicly available data from the US Bureau of Labor Statistics that show improvements in terms of mean squared error and statistical power when compared to simple and commonly used alternatives such as randomized trials.