An Online Sequential Test for Qualitative Treatment Effects
定性处理效应的在线序贯检验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：摘要以随机在线实验和A/B测试中的异质性处理效应检验为核心问题。
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…
定性处理效应的在线序贯检验
- 研究问题
- 在线随机实验中，如何及时发现新产品在不同情境下具有不同方向或表现的处理效应，而不只依据平均效应进行比较？
- 方法与思路
- 作者提出可扩展的在线更新检验程序，将自适应随机化、序贯监测与在线计算结合，并研究极限分布和自助法依据。
- 材料陈述的贡献
- 摘要称程序具有第一类错误控制保证，建立了检验统计量及高效自助法的理论依据，并通过大量研究考察有限样本表现。
- 阅读关注点
- 应核对定性处理效应的形式定义、原假设与备择假设、自适应分配和停止规则，以及错误控制与自助法成立的条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未给出错误控制的具体形式、正则条件和数值结果，不能推断普遍功效优势。
原文摘要
Tech companies (e.g., Google or Facebook) often use randomized online experiments and/or A/B testing primarily based on the average treatment effects to compare their new product with an old one. However, it is also critically important to detect qualitative treatment effects such that the new one may significantly outperform the existing one only under some specific circumstances. The aim of this paper is to develop a powerful testing procedure to efficiently detect such qualitative treatment effects. We propose a scalable online updating algorithm to implement our test procedure. It has three novelties including adaptive randomization, sequential monitoring, and online updating with guaranteed type-I error control. We also thoroughly examine the theoretical properties of our testing procedure including the limiting distribution of test statistics and the justification of an efficient bootstrap method. Extensive empirical studies are conducted to examine the finite sample performance of our test procedure.