A Nonparametric Test of Heterogeneous Treatment Effects under Interference
干扰条件下异质性处理效应的非参数检验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：摘要明确研究处理效应异质性，并以单位互动和簇内干扰为核心设定。
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
干扰条件下异质性处理效应的非参数检验
- 研究问题
- 当单位相互影响时，如何检验预设子群间的处理效应异质性，并区分处理前特征与他人处理暴露带来的异质性来源？
- 方法与思路
- 作者在潜在结果框架中纳入簇内干扰，构造两类核检验统计量，并建议多重检验算法来区分效应异质性的来源。
- 材料陈述的贡献
- 摘要称，论文建立检验统计量的渐近性质，提供识别异质性来源的程序，并用中国天气保险实验数据展示应用。
- 阅读关注点
- 应核对簇内干扰与暴露变量的定义、两类零假设的精确含义、核带宽选择，以及多重检验错误率如何控制。
- 阅读边界
- 所据为 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未列出识别和渐近条件，也未给出实证检验结果。
原文摘要
Statistical inference of heterogeneous treatment effects (HTEs) across predefined subgroups is challenging when units interact because treatment effects may vary by pre-treatment variables, post-treatment exposure variables (that measure the exposure to other units' treatment statuses), or both. Thus, the conventional HTEs testing procedures may be invalid under interference. In this paper, I develop statistical methods to infer HTEs and disentangle the drivers of treatment effects heterogeneity in populations where units interact. Specifically, I incorporate clustered interference into the potential outcomes model and propose kernel-based test statistics for the null hypotheses of (i) no HTEs by treatment assignment (or post-treatment exposure variables) for all pre-treatment variables values and (ii) no HTEs by pre-treatment variables for all treatment assignment vectors. I recommend a multiple-testing algorithm to disentangle the source of heterogeneity in treatment effects. I prove the asymptotic properties of the proposed test statistics. Finally, I illustrate the application of the test procedures in an empirical setting using an experimental data set from a Chinese weather insurance program.