Causal Inference with Ranking Data: Application to Blame Attribution in Police Violence and Ballot Order Effects in Ranked-Choice Voting
排序数据的因果推断：警察暴力责任归因与排序投票中的选票顺序效应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：摘要明确以潜在结果研究排序结局的因果估计、推断及部分识别。
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
排序数据的因果推断：警察暴力责任归因与排序投票中的选票顺序效应
- 研究问题
- 当实验结局是完整或部分排序时，如何定义并估计处理效应，且在排序不完整导致选择问题时刻画可识别的效应范围？
- 方法与思路
- 作者建立排序结局的潜在结果框架，提出相应因果估计量及推断方法，并将部分排序视为选择问题，构造非参数锐界。
- 材料陈述的贡献
- 摘要称，框架覆盖完整与部分排序，并用于枪击责任归因、2022 年三场排序选择选举和国际关系应用，同时提出排序模式理论。
- 阅读关注点
- 应核对排序因果量的定义、部分排序的选择机制及锐界条件，并检查选票顺序效应应用中的识别设计和排序模式理论的含义。
- 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。摘要未说明完整识别条件与数值结果，责任归因结论限于所重分析的研究。
原文摘要
While rankings are at the heart of social science research, little is known about how to analyze ranking data in experimental studies. This paper introduces a potential-outcomes framework to perform causal inference when outcome data are ranking data. It introduces a class of causal estimands tailored to ranked outcomes and develops methods for estimation and inference. Furthermore, it extends the framework to partially ranked data. I show that partial rankings can be considered a selection problem and propose nonparametric sharp bounds for the treatment effects. Using the methods, I reanalyze the recent study on blame attribution in the Stephon Clark shooting, finding that people's attitudes toward officer-involved shootings are robust to contextual information. I also apply the framework to study ballot order effects in three ranked-choice voting (RCV) elections in 2022, proposing a new theory of pattern rankings in RCV. Finally, I present three applications in international relations.