Policy Evaluation for Temporal and/or Spatial Dependent Experiments
时间或空间依赖实验中的策略评估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：摘要明确研究依赖实验的因果策略评估，并讨论空间依赖下的直接与间接效应。
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…
时间或空间依赖实验中的策略评估
- 研究问题
- 当实验结果具有时间或空间依赖、治疗效应随情境演化时，如何评价技术公司的策略，并区分其直接与间接作用？
- 方法与思路
- 作者提出时间及时间空间变系数决策过程模型，将平均治疗效应分解为直接与间接效应，构建估计、推断和渐近功效分析。
- 材料陈述的贡献
- 摘要称，该框架能够刻画依赖实验中演化的治疗效应，并为两类效应提供统计程序，另以模拟和真实数据分析说明方法。
- 阅读关注点
- 应核对直接与间接效应的定义、动态依赖和空间作用的建模方式、实验分配机制，以及识别条件、标准误和功效分析。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明具体依赖结构、识别假设或实际应用中的效应数值。
原文摘要
The aim of this paper is to establish a causal link between the policies implemented by technology companies and the outcomes they yield within intricate temporal and/or spatial dependent experiments. We propose a novel temporal/spatio-temporal Varying Coefficient Decision Process (VCDP) model, capable of effectively capturing the evolving treatment effects in situations characterized by temporal and/or spatial dependence. Our methodology encompasses the decomposition of the Average Treatment Effect (ATE) into the Direct Effect (DE) and the Indirect Effect (IE). We subsequently devise comprehensive procedures for estimating and making inferences about both DE and IE. Additionally, we provide a rigorous analysis of the statistical properties of these procedures, such as asymptotic power. To substantiate the effectiveness of our approach, we carry out extensive simulations and real data analyses.