Bootstrap Inference for Quantile Treatment Effects in Randomized Experiments with Matched Pairs
配对随机实验中分位数处理效应的自助法推断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：摘要直接研究随机实验的处理效应，并以分位数处理效应为推断对象，明确连接因果与分布效应。
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…
配对随机实验中分位数处理效应的自助法推断
- 研究问题
- 配对随机实验中如何对分位数处理效应进行有效推断，既反映配对内负相关，又减轻解析推断的调参负担？
- 方法与思路
- 作者提出两种自助法近似原分位数处理效应估计量的极限分布，其中一种采用逆倾向得分加权的乘子自助法。
- 材料陈述的贡献
- 摘要称常规乘子自助法因遗漏配对内负相关而偏保守；新方法可一致近似极限分布，加权方法无需知道配对身份。
- 阅读关注点
- 应核对两种自助法的具体构造、倾向得分如何取得，以及配对信息未知时仍能有效推断所需的数据与正则条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未说明完整条件，无需配对身份不等于无需设计信息或其他假设。
原文摘要
This paper examines methods of inference concerning quantile treatment effects (QTEs) in randomized experiments with matched-pairs designs (MPDs). Standard multiplier bootstrap inference fails to capture the negative dependence of observations within each pair and is therefore conservative. Analytical inference involves estimating multiple functional quantities that require several tuning parameters. Instead, this paper proposes two bootstrap methods that can consistently approximate the limit distribution of the original QTE estimator and lessen the burden of tuning parameter choice. Most especially, the inverse propensity score weighted multiplier bootstrap can be implemented without knowledge of pair identities.