Finite Population Identification and Design-Based Sensitivity Analysis
有限总体识别与基于设计的敏感性分析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：摘要直接研究有限总体平均处理效应、随机化及设计层面的敏感性分析。
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
有限总体识别与基于设计的敏感性分析
- 研究问题
- 如何在有限总体中利用研究设计校准敏感性参数，并在处理效应异质的情况下，构造无需渐近近似的平均处理效应区间？
- 方法与思路
- 作者使用设计分布校准有限总体识别集中的敏感性参数，使所得不确定性区间具有识别集、稳健贝叶斯或设计置信集解释。
- 材料陈述的贡献
- 摘要称，该方法提供允许异质效应的非渐近设计置信区间，并为协变量平衡检查和随机化作用给出新的解释及形式分析。
- 阅读关注点
- 应核对设计分布与敏感性参数的对应关系、三种区间解释各自的条件，以及协变量平衡和随机化如何进入覆盖保证。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未获核验；摘要未说明参数校准细节、统一覆盖的范围及三项应用的具体结果。
原文摘要
We develop a new approach for quantifying uncertainty in finite populations, by using design distributions to calibrate sensitivity parameters in finite population identified sets. This yields uncertainty intervals that can be interpreted as identified sets, robust Bayesian credible sets, or uniform frequentist design-based confidence sets. We focus on quantifying uncertainty about the average treatment effect, where our approach (1) yields design-based confidence intervals which allow for heterogeneous treatment effects without using asymptotics, (2) provides a new motivation for examining covariate balance, and (3) gives a new formal analysis of the role of randomization. We illustrate our approach in three empirical applications.