A General Framework for Design-Based Treatment Effect Estimation in Paired Cluster-Randomized Experiments
配对整群随机实验中基于设计的处理效应估计框架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：摘要直接研究配对整群随机实验中的处理效应估计与随机化设计推断。
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…
配对整群随机实验中基于设计的处理效应估计框架
- 研究问题
- 在配对整群随机实验中，如何估计平均个体处理效应，并处理群组配对造成的依赖、点估计偏差与方差估计困难？
- 方法与思路
- 作者建立基于随机化设计的统一估计框架，比较点估计和方差估计策略，强调协变量调整，并以教育试验背景开展模拟。
- 材料陈述的贡献
- 摘要称，框架揭示点估计的偏差与方差权衡，所给估计方法支持固定样本无偏估计与保守方差估计，精度接近常用回归。
- 阅读关注点
- 应核对平均个体效应的权重定义、群组大小不等时的处理、无偏性所需条件，以及保守方差估计和协变量调整的实现。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收均未核实；摘要未提供各估计式及适用条件，模拟精度比较不能直接推广至所有设计。
原文摘要
Paired cluster-randomized experiments (pCRTs) are common in education program impact evaluation trials. Although common, there is surprisingly no clear consensus regarding how to analyze this randomization design to estimate average treatment effects. Variance estimation is also complicated due to the dependency created through pairing clusters. Therefore, we aim to provide an intuitive and practical comparison between different estimation strategies for pCRTs to inform practitioners' choice of strategy. To this end, we present a general framework for design-based estimation of an average individual effect in pCRTs. This framework offers a novel and intuitive view on the bias-variance trade-off between point estimators and emphasizes the benefits of covariate adjustment for estimation with pCRTs. In addition to providing a general framework for estimation with pCRTs, the point and variance estimators we present support fixed-sample unbiased estimation with similar precision to a common regression model and conservative variance estimation. Through simulation studies based on an educational efficacy trial, we compare the performance of the point and variance estimators reviewed. Our analysis and simulation studies inform the choice of point and variance estimators for analyzing pCRTs in practice.