Bridging Stratification and Regression Adjustment: Batch-Adaptive Stratification with Post-Design Adjustment in Randomized Experiments
连接分层与回归调整：随机实验中的批次自适应分层与设计后调整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：摘要围绕随机实验设计、处理效应估计及协变量调整展开，直接属于因果推断。
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
连接分层与回归调整：随机实验中的批次自适应分层与设计后调整
- 研究问题
- 随机实验已掌握协变量与潜在结果关系的部分信息时，如何通过跨批次自适应分层和后续回归调整提高处理效应估计精度？
- 方法与思路
- 作者提出自适应分层程序，允许配对设计中的观测跨批次重新匹配，并构造支持非参数协变量调整的分层估计量。
- 材料陈述的贡献
- 摘要称分层与回归调整能够互补，分层可缓解调整误差，并通过合成数据及政治学实验衍生数据模拟展示精度与效率收益。
- 阅读关注点
- 核对跨批次重新匹配的时序与随机化规则、非参数调整的条件，以及分层产生效率收益和抵御调整误差的具体适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审和期刊接收均未核实；摘要未给出效率收益的具体条件与幅度，模拟结论不能推及所有实验设计。
原文摘要
To increase statistical efficiency in a randomized experiment, researchers often use stratification (i.e., blocking) in the design stage. However, conventional practices of stratification fail to exploit valuable information about the predictive relationship between covariates and potential outcomes. In this paper, I introduce an adaptive stratification procedure for increasing statistical efficiency when some information is available about the relationship between covariates and potential outcomes. I show that, in a paired design, researchers can rematch observations across different batches. For inference, I propose a stratified estimator that allows for nonparametric covariate adjustment. I then discuss the conditions under which researchers should expect gains in efficiency from stratification. I show that stratification complements rather than substitutes for regression adjustment, insuring against adjustment error even when researchers plan to use covariate adjustment. To evaluate the performance of the method relative to common alternatives, I conduct simulations using both synthetic data and more realistic data derived from a political science experiment. Results demonstrate that the gains in precision and efficiency can be substantial.