Bounds on Treatment Effects from Studies with Imperfect Compliance
不完全依从研究中的处理效应界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。
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：摘要明确讨论随机分配、不完全依从和总体平均处理效应的非参数界。
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
不完全依从研究中的处理效应界
- 研究问题
- 在处理分配随机但受试者并不完全遵从分配的实验中，观测到的分配、实际处理与结果分布能约束多大范围的平均处理效应？
- 方法与思路
- 作者建立非参数公式，利用随机分配、实际接受处理和响应的联合分布，为总体平均处理效应构造可识别的上下界。
- 材料陈述的贡献
- 摘要称，给定这些观测分布，所得界为最紧可能界；即便不依从率较高，实验仍可能提供有用且有时较精确的信息。
- 阅读关注点
- 应核对处理与结果的取值范围、随机分配之外的假设、界的可达性证明，以及界宽度如何随观测分布变化。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未列明全部识别假设，不能自行加入单调性、排除限制或点识别结论。
原文摘要
This article establishes nonparametric formulas that can be used to bound the average treatment effect in experimental studies in which treatment assignment is random but subject compliance is imperfect. The bounds provided are the tightest possible, given the distribution of assignments, treatments, and responses. The formulas show that even with high rates of noncompliance, experimental data can yield useful and sometimes accurate information on the average effect of a treatment on the population.