A Modified Randomization Test for the Level of Clustering
检验聚类层级的修正随机化检验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：摘要研究通用线性回归中的聚类推断，未明确限定面板、因果设计或其他所列方向。
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
检验聚类层级的修正随机化检验
- 研究问题
- 在线性回归中，已知州之间独立但州和县数量均较少时，如何检验按县聚类是否足以处理个体观测间的相关性？
- 方法与思路
- 作者提出修正随机化检验，将其作为所选聚类层级的稳健性检查，特别针对州和县两个层级的簇数均较少的情形。
- 材料陈述的贡献
- 摘要称方法避免依赖大量州或县的现有检验要求；虽然检验保守，但在可能与实证相关的设定中具有竞争性的功效。
- 阅读关注点
- 应核对原假设与随机化机制、少簇条件下有效性的依据，以及保守程度、功效比较和簇大小不均衡的影响。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列有效性条件、簇数设定或功效数值，不能据此确认任意少簇适用性。
原文摘要
Suppose a researcher observes individuals within a county within a state. Given concerns about correlation across individuals, it is common to group observations into clusters and conduct inference treating observations across clusters as roughly independent. However, a researcher that has chosen to cluster at the county level may be unsure of their decision, given knowledge that observations are independent across states. This paper proposes a modified randomization test as a robustness check for the chosen level of clustering in a linear regression setting. Existing tests require either the number of states or number of counties to be large. Our method is designed for settings with few states and few counties. While the method is conservative, it has competitive power in settings that may be relevant to empirical work.