Randomization Tests for Distributions of Individual Treatment Effects via Combined Rank Statistics
结合秩统计量的个体处理效应分布随机化检验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：摘要研究随机实验中的个体因果效应分布、受益比例和分位数推断。
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…
结合秩统计量的个体处理效应分布随机化检验
- 研究问题
- 随机实验中有多少受处理个体真正受益，个体效应的中位数或最大值如何推断，以及怎样减少预选秩统计量导致的功效损失？
- 方法与思路
- 作者提出自适应结合多个秩统计量的推断程序并保持有限样本有效性，同时为规模不同的实验分层设计证据汇总权重。
- 材料陈述的贡献
- 摘要称，组合检验的功效可接近或超过最佳单项检验；教师培训实验展示了统计量选择如何影响对受益比例的判断。
- 阅读关注点
- 应核对个体效应分布假设的检验与反演方式、自适应组合的校准、分层权重，以及功效比较适用的实验设计。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未获核验；摘要未说明有限样本有效性的具体条件，应用中的受益比例属于推断结果。
原文摘要
What proportion of treated units actually benefited from an experimental intervention? What is the median or the largest individual treatment effect? This paper develops methods for answering such questions about the distribution of individual causal effects in randomized experiments. Existing approaches require the analyst to select a rank-based test statistic before observing the data. A poor choice can substantially reduce power, while searching over multiple test statistics and adjusting for multiplicity using Bonferroni correction also incurs power loss. We propose inference procedures that adaptively combine multiple rank-based statistics while maintaining finite-sample validity. For stratified experiments, we further develop weighting schemes that effectively aggregate evidence across strata of heterogeneous sizes. The resulting combined test achieves power comparable to, or exceeding, that of the best individual test, without requiring prior knowledge of the optimal statistic. When applied to a randomized experiment evaluating a teacher training program, the combined test suggests that roughly half of treated teachers benefited, whereas a single rank-based test may indicate only a small minority. Thus, the choice of test determined whether the program appears broadly successful or narrowly effective.