Design-Based and Network Sampling-Based Uncertainties in Network Experiments
网络实验中的设计不确定性与网络抽样不确定性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：摘要研究网络实验中的邻居处理暴露、溢出效应及其因果解释，直接涉及网络干扰和因果推断。
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
网络实验中的设计不确定性与网络抽样不确定性
- 研究问题
- 网络实验中的普通最小二乘溢出效应估计，如何同时处理随机分配与网络连边抽样的不确定性，并保持因果解释？
- 方法与思路
- 作者分析邻居处理暴露回归量之间的相关性，推导普通最小二乘估计量的渐近分布，并提出网络稳健方差估计。
- 材料陈述的贡献
- 摘要称，暴露回归量相关会产生污染偏差，妨碍异质性溢出效应的清晰汇总；模拟与应用显示估计可能被夸大。
- 阅读关注点
- 应核对溢出效应和污染偏差的定义、网络抽样机制，以及渐近分布和稳健方差所需的网络依赖条件。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实；摘要未给出偏差规模及适用条件，稳健方差也不等于消除污染偏差。
原文摘要
Ordinary least squares (OLS) estimators are widely used in network experiments to estimate spillover effects. We study the causal interpretation of, and inference for the OLS estimator under both design-based uncertainty from random treatment assignment and sampling-based uncertainty in network links. We show that correlations among regressors that capture the exposure to neighbors' treatments can induce contamination bias, preventing OLS from aggregating heterogeneous spillover effects for a clear causal interpretation. We derive the OLS estimator's asymptotic distribution and propose a network-robust variance estimator. Simulations and an empirical application demonstrate that contamination bias can be substantial, leading to inflated spillover estimates.