Unbiased Regression-Adjusted Estimation of Average Treatment Effects in Randomized Controlled Trials
随机对照试验中平均处理效应的无偏回归调整估计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：摘要明确研究随机对照试验中的平均处理效应、回归调整及随机化推断。
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…
随机对照试验中平均处理效应的无偏回归调整估计
- 研究问题
- 随机对照试验中的常规回归调整如何避免有限样本偏误，并在存在高杠杆观测时兼顾平均处理效应估计的稳定性与精度？
- 方法与思路
- 作者提出留一回归调整 LOORA，给出调整后的 Horvitz–Thompson 和均值差估计量的精确方差公式，并引入岭正则化。
- 材料陈述的贡献
- 摘要称 LOORA 有限样本下精确无偏、大样本方差匹配所述既有调整方法，两项被试内实验应用显示偏误减少及覆盖率接近名义水平。
- 阅读关注点
- 应核对随机分配机制、留一调整的具体构造、精确方差公式的可估计性，以及岭惩罚选择和潜在结果真值如何用于应用评估。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未完整说明无偏性及方差结论的条件，也未给出覆盖率数值。
原文摘要
This article introduces a leave-one-out regression adjustment (LOORA) for estimating average treatment effects in randomized controlled trials. In finite samples, LOORA removes the bias of conventional regression adjustment and yields exact variance formulas for regression-adjusted Horvitz-Thompson and difference-in-means estimators. Ridge regularization curbs the influence of high-leverage observations, improving stability and precision in small samples. In large samples, LOORA matches the variance of the regression-adjusted estimator in Lin (2013) while remaining exactly unbiased. Two within-subject experimental applications, each providing a realistic joint distribution of potential outcomes as ground truth, show that LOORA removes substantial bias and achieves confidence interval coverage close to the nominal level.