Micro-randomized Trials with Categorical Treatments: Causal Effect Estimation and Sample Size Calculation
分类处理的微随机试验：因果效应估计与样本量计算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：摘要明确研究微随机试验中多类别干预的因果效应、估计和随机试验功效，因此对应因果推断。
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…
关注这篇论文的作者
分类处理的微随机试验：因果效应估计与样本量计算
- 研究问题
- 移动健康微随机试验的干预有多个类别，而非简单提示与不提示时，如何定义和估计类别间的边际及调节效应，并规划具有足够功效的样本量？
- 方法与思路
- 作者将因果偏离效应与加权中心化最小二乘估计扩展至分类处理，推导类别比较的样本量公式，并通过假设违背模拟及 HeartSteps 试验作说明。
- 材料陈述的贡献
- 摘要称，在工作假设下证明了第一类错误与功效保证，并通过模拟评估假设违背的影响，给出使用样本量公式的实践指南和试验应用。
- 阅读关注点
- 应核对不同处理类别的效应参照、随机化概率和时间依赖如何进入估计，以及样本量公式的工作假设、重复测量处理和假设违背后的功效变化。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未列工作假设与公式，理论保证不能直接推广到全部真实场景，实践指南也需结合设计条件判断。
原文摘要
Micro-randomized trials (MRTs) are widely used to assess the marginal and moderated effect of mobile health (mHealth) treatments delivered via mobile devices. In many applications, the mHealth treatments are categorical with multiple levels such as different types of message contents, but existing analysis and sample size calculation methods for MRTs only focus on binary treatment options (i.e., prompt vs. no prompt). We extended the causal excursion effect definition and the weighted and centered least squares estimator to MRTs with categorical treatments. Furthermore, we developed a sample size formula for comparing categorical treatment levels, and proved the type I error and power guarantee under working assumptions. We conducted extensive simulations to assess type I error and power under assumption violations, and we provided practical guidelines for using the sample size formula to ensure adequate power in most real-world scenarios. We illustrated the proposed estimator and sample size formula using the HeartSteps MRT.