Headline Estimation with Multiple Research Designs
多个研究设计下的主报告估计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：摘要研究跨设计的通用决策与估计汇总，未明确限定所列领域中的具体设计类型。
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
多个研究设计下的主报告估计
- 研究问题
- 当多个研究设计都针对同一标量参数、但研究者无法确定哪个设计有效时，如何选择一个兼顾设计有效性歧义的主报告估计？
- 方法与思路
- 作者假定恰有一个候选设计有效，用一类关于有效设计的先验表达歧义，并选择使这类先验下最坏后验风险最小的估计。
- 材料陈述的贡献
- 摘要称提出考虑设计歧义的主报告选择规则；三个应用显示，歧义有时改变数量结论，有时已有主报告估计已接近最优。
- 阅读关注点
- 应核对恰有一个有效设计假设的含义、先验类和损失函数的选择，以及最坏后验风险规则对设计集合与歧义范围的敏感性。
- 阅读边界
- 来源为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明损失与先验类细节，不能外推到多个设计有效或全部无效的情形。
原文摘要
To study a scalar parameter, a researcher may consider multiple research designs. Based on the evidence across designs, the researcher may wish to formulate a headline estimate of the parameter. I examine how to choose this headline when it is unclear which design is most appropriate for studying the parameter. I model this setting by assuming that (i) exactly one of the designs is valid for the parameter and (ii) the researcher has ambiguity about which design is valid, represented by a class of priors over the candidate designs. To account for ambiguity, I propose reporting the headline estimate that minimizes the worst-case posterior risk over the class of priors. In three applications, I show cases where accounting for ambiguity materially affects the quantitative conclusion and cases where an existing headline is already close to optimal.