Regression Discontinuity Designs Under Interference
存在干扰时的断点回归设计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：摘要明确扩展断点回归以识别网络干扰下的直接和间接因果效应，直接对应因果推断及网络与干扰方向。
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…
存在干扰时的断点回归设计
- 研究问题
- 当网络邻居的处理影响个体结果时，断点回归如何识别直接与间接效应，并处理多个评分共同决定的有效处理边界？
- 方法与思路
- 作者构建多评分断点框架，刻画多维边界及识别假设，提出基于距离的非参数估计量和考虑网络相关性的方差估计量。
- 材料陈述的贡献
- 摘要称建立网络度分布限制下的渐近性质，区分直接与间接效应的收敛规律，并用于估计现金转移对入学的直接和间接影响。
- 阅读关注点
- 应核对邻居处理摘要的定义、边界连续性与网络度条件，以及间接效应对应多少个阈值评分和方差估计怎样处理相关性。
- 阅读边界
- 所给版本为预印本，不能据此确认同行评审或期刊接收；摘要未列识别条件与实际效应数值，边界效应的外推范围需另查。
原文摘要
We extend the continuity-based framework to Regression Discontinuity Designs (RDDs) to identify and estimate causal effects under interference when units are connected through a network. Assignment to an "effective treatment," combining the individual treatment and a summary of neighbors' treatments, is determined by the unit's score and those of interfering units, yielding a multiscore RDD with complex, multidimensional boundaries. We characterize these boundaries and derive assumptions to identify boundary causal effects. We develop a distance-based nonparametric estimator and establish its asymptotic properties under restrictions on the network degree distribution. We show that while direct effects converge at the standard rate, the rate for indirect effects depends on the number of scores fixed at the cutoff. Finally, we propose a variance estimator accounting for network correlation and apply our method to PROGRESA data to estimate the direct and indirect effects of cash transfers on school attendance.