跳到正文
← 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:摘要明确研究部分干扰下的网络因果效应,并讨论直接效应、溢出效应及半参数效率。

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
C Park
H Kang

部分干扰下网络处理效应的有效半参数估计

研究问题
在部分干扰下,网络因果效应估计的半参数效率界如何刻画,已有与新提出的估计量能否达到相应效率界?
方法与思路
作者构建渐近分析框架,推导一族网络因果效应的有效影响函数和半参数效率下界,并讨论有效估计与自适应估计。
材料陈述的贡献
摘要称,一个已有估计量具有局部有效性,同时提出其他有效估计量,并以哥伦比亚现金转移项目的直接和溢出效应示例说明。
阅读关注点
应核对部分干扰的分组方式、因果效应定义、识别条件、渐近样本结构,以及局部有效性和自适应估计成立的条件。
阅读边界
仅据所给Crossref摘要,无法判断干扰限制和识别条件是否适合具体应用;摘要未报告项目效应数值或详细效率比较。

原文摘要

Summary Although many estimators for network treatment effects have been proposed, their optimality properties, in terms of semiparametric efficiency, have yet to be resolved. We present a simple yet flexible asymptotic framework for deriving the efficient influence function and the semiparametric efficiency lower bound for a family of network causal effects under partial interference. An important corollary of our results is that one existing estimator, that proposed by Liu et al. (2019), is locally efficient. We also present other estimators that are efficient and discuss results on adaptive estimation. We illustrate application of the efficient estimators in a study of the direct and spillover effects of conditional cash transfer programmes in Colombia.

笔记与分组