Causal Interpretation of Linear Social Interaction Models with Endogenous Networks
内生网络下线性社会互动模型的因果解释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：摘要直接研究随机处理、内生社会网络及直接效应和同伴溢出效应的因果解释。
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
内生网络下线性社会互动模型的因果解释
- 研究问题
- 当个体处理随机分配、网络结构不受干预且网络形成内生时，线性社会互动回归能否识别平均直接效应与溢出效应？
- 方法与思路
- 作者在异质处理效应框架下分析回归估计量，并以潜在同伴处理作为实际溢出暴露的工具变量，研究两类工具变量目标量。
- 材料陈述的贡献
- 摘要称，所设框架下忽略网络内生性不妨碍平均直接效应估计，却使溢出估计面临选择偏差与负权重；新目标量具有局部因果解释。
- 阅读关注点
- 应核对潜在同伴处理的定义、工具变量有效性所依赖的条件，以及两类溢出目标量对应的人群、权重和外推边界。
- 阅读边界
- 依据 arXiv 预印本摘要，同行评审及期刊接收未核实；工具变量有效性的具体条件与证明细节，摘要未说明。
原文摘要
This study investigates the causal interpretation of linear social interaction models in the presence of endogeneity in network formation under a heterogeneous treatment effects framework. We consider an experimental setting in which individuals are randomly assigned to treatments while no interventions are made for the network structure. We show that running a linear regression ignoring network endogeneity is not problematic for estimating the average direct treatment effect. However, it leads to sample selection bias and negative-weights problem for the estimation of the average spillover effect. To overcome these problems, we propose using potential peer treatment as an instrumental variable (IV), which is automatically a valid IV for actual spillover exposure. Using this IV, we examine two IV-based estimands and demonstrate that they have a local average treatment-effect-type causal interpretation for the spillover effect.