Causal Inference Under Approximate Neighborhood Interference
近似邻域干扰下的因果推断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：摘要明确研究随机实验中的网络干扰、暴露效应及逆概率加权推断，直接对应因果推断和网络与干扰。
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
近似邻域干扰下的因果推断
- 研究问题
- 随机实验中远处个体的处理仍可能影响本人的结果时，如何放宽严格局部干扰假设，并对网络暴露效应进行一致估计和推断？
- 方法与思路
- 作者提出近似邻域干扰，允许远距离处理影响衰减但非零；结合网络拓扑限制和网络规模渐近，研究逆概率加权及网络 HAC 方差估计。
- 材料陈述的贡献
- 摘要称，近似邻域干扰适用于若干社会互动模型，相关估计具有一致性和近似正态性，方差估计偏差可解释为个体暴露效应的方差。
- 阅读关注点
- 应核对影响衰减要求、网络拓扑限制和暴露效应定义，以及有限总体下方差偏差的解释如何支持保守推断。
- 阅读边界
- 仅依据所给 Crossref 摘要；摘要未给出衰减速率、拓扑条件或 HAC 调参方式，不能将结论推广到任意长程干扰网络或推断刊本变化。
原文摘要
This paper studies causal inference in randomized experiments under network interference. Commonly used models of interference posit that treatments assigned to alters beyond a certain network distance from the ego have no effect on the ego's response. However, this assumption is violated in common models of social interactions. We propose a substantially weaker model of “approximate neighborhood interference” (ANI) under which treatments assigned to alters further from the ego have a smaller, but potentially nonzero, effect on the ego's response. We formally verify that ANI holds for well‐known models of social interactions. Under ANI, restrictions on the network topology, and asymptotics under which the network size increases, we prove that standard inverse‐probability weighting estimators consistently estimate useful exposure effects and are approximately normal. For inference, we consider a network HAC variance estimator. Under a finite population model, we show that the estimator is biased but that the bias can be interpreted as the variance of unit‐level exposure effects. This generalizes Neyman's well‐known result on conservative variance estimation to settings with interference.