Causal Identification under Interference: The Role of Treatment Assignment Independence
干扰下的因果识别：处理分配独立性的作用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：摘要直接研究跨个体干扰下的因果识别和平均直接效应，文本依据同时支持因果推断及网络与干扰两个方向。
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
干扰下的因果识别：处理分配独立性的作用
- 研究问题
- 当个体之间存在任意形式的干扰时，通常依赖无干扰假设的识别公式还能识别什么，处理分配之间的依赖又如何改变解释？
- 方法与思路
- 作者对个体间处理分配的依赖施加限制，研究可观测选择、工具变量、断点和双重差分公式，并提出独立性违背的敏感性分析。
- 材料陈述的贡献
- 摘要称，这些传统公式在相应分配限制下可识别某类平均直接效应，无需知道干扰结构或指定暴露映射，并可评估推断稳健性。
- 阅读关注点
- 应逐一核对各研究设计所需的分配依赖限制、平均直接效应的具体加权对象，以及敏感性参数如何影响统计推断。
- 阅读边界
- 仅据 arXiv 预印本摘要，同行评审或期刊接收未核实；各设计的完整识别条件与敏感性分析公式未说明，不能直接套用。
原文摘要
Empirical researchers routinely invoke the no-interference or \textit{individualistic treatment response} (ITR) assumption to identify causal effects in observational studies, despite concerns that interference across units may arise in many economic settings. This paper studies the causal content of standard ITR-based identification formulas when arbitrary interference is present. We show that, under restrictions on dependence between treatment assignments across units, conventional ITR-based identification formulas -- including those underlying selection-on-observables, instrumental variables, regression discontinuity designs, and difference-in-differences -- identify well-defined causal objects: types of \textit{average direct effects} (ADEs). These results do not require knowledge of the interference structure or specification of exposure mappings. We also propose a sensitivity analysis framework that quantifies the robustness of statistical inference to violations of treatment-assignment independence under arbitrary interference.