Network Synthetic Interventions: A Causal Framework for Panel Data Under Network Interference
网络合成干预：网络干扰下的面板数据因果框架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：摘要明确结合面板数据、潜在结果估计和跨单位网络干扰，直接对应三个所选方向。
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…
网络合成干预：网络干扰下的面板数据因果框架
- 研究问题
- 当单位之间存在处理溢出且有未观测混杂时，如何利用面板数据估计某个单位在网络反事实处理配置下的平均结果？
- 方法与思路
- 作者构造纳入网络干扰的潜在因子模型，提出网络合成干预估计量，并研究有效性检验、图结构实验设计和样本复杂度。
- 材料陈述的贡献
- 摘要称，估计量可一致估计网络反事实平均结果并具有渐近正态性，同时提供两项有效性检验和具有准确性保证的实验设计。
- 阅读关注点
- 应核对网络暴露和潜在因子结构、反事实可识别的条件、有效性检验的覆盖范围，以及实验设计保证与样本复杂度的关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审状态未经核实。摘要未列出识别条件，任意处理配置的结论不能理解为无条件解决网络混杂。
原文摘要
We propose a generalization of the synthetic controls and synthetic interventions methodology to incorporate network interference. We consider the estimation of unit-specific potential outcomes from panel data in the presence of spillover across units and unobserved confounding. Key to our approach is a novel latent factor model that takes into account network interference and generalizes the factor models typically used in panel data settings. We propose an estimator, Network Synthetic Interventions (NSI), and show that it consistently estimates the mean outcomes for a unit under an arbitrary set of counterfactual treatments for the network. We further establish that the estimator is asymptotically normal. We furnish two validity tests for whether the NSI estimator reliably generalizes to produce accurate counterfactual estimates. We provide a novel graph-based experiment design that guarantees the NSI estimator produces accurate counterfactual estimates, and also analyze the sample complexity of the proposed design. We conclude with simulations that corroborate our theoretical findings.