Nonparametric tests of treatment effect homogeneity for policy-makers
面向政策制定者的处理效应同质性非参数检验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：摘要直接研究条件处理效应异质性检验及其对个性化处理决策的影响，属于因果推断。
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…
面向政策制定者的处理效应同质性非参数检验
- 研究问题
- 如何检验处理效应在大小或方向上是否异质，并判断采用协变量个性化决策规则是否改变总体政策效果？
- 方法与思路
- 作者提出一类非参数检验，可纳入条件平均处理效应的结构假设、处理连续和离散协变量，且无需样本分割。
- 材料陈述的贡献
- 摘要称建立可处理的渐近零分布，并将检验针对个性化与忽略协变量规则的总体效果差异，辅以模拟和艾滋病试验重分析。
- 阅读关注点
- 应核对定量与定性异质性的零假设、允许的结构约束，以及不分样本的技术条件和政策相关备择下的功效。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列明识别、平滑及维度条件，不能由检验结果直接确定最优政策。
原文摘要
Recent work has focused on nonparametric estimation of conditional treatment effects, but inference has remained relatively unexplored. We propose a class of nonparametric tests for both quantitative and qualitative treatment effect heterogeneity. The tests can incorporate a variety of structured assumptions on the conditional average treatment effect, allow for both continuous and discrete covariates, and do not require sample splitting to obtain a tractable asymptotic null distribution. Furthermore, we show how the tests are tailored to detect alternatives where the population impact of adopting a personalized decision rule differs from using a rule that discards covariates. The proposal is thus relevant for guiding treatment policies. The utility of the proposal is borne out in simulation studies and a re-analysis of an AIDS clinical trial.