Randomization Inference of Heterogeneous Treatment Effects under Network Interference
网络干扰下异质处理效应的随机化推断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。
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：摘要明确研究网络干扰中的异质处理效应，以暴露映射和随机化分配构造因果检验，直接支持这两个分类。
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
网络干扰下异质处理效应的随机化推断
- 研究问题
- 在网络干扰使恒定处理效应零假设不再尖锐时，如何构造有效的随机化检验来识别处理效应异质性？
- 方法与思路
- 作者利用暴露映射构造数据依赖的焦点分配集合，允许焦点单位随分配变化，并研究检验的渐近有效性与尺寸失真。
- 材料陈述的贡献
- 摘要称给出了适用于多类恒定效应零假设的程序，以可观测量刻画渐近尺寸失真，并通过网络实验和模拟评估。
- 阅读关注点
- 应核对暴露映射是否正确、焦点集合的选择规则、未知参数处理，以及渐近有效性的条件和尺寸失真界。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实；摘要未列出检验统计量条件和模拟结果，不能据此声称有限样本精确有效。
原文摘要
We develop randomization-based tests for heterogeneous treatment effects in the presence of network interference. Leveraging the exposure mapping framework, we study a broad class of null hypotheses that represent various forms of constant treatment effects in networked populations. These null hypotheses, unlike the classical Fisher sharp null, are not sharp due to unknown parameters and multiple potential outcomes. Existing conditional randomization procedures either fail to control size or suffer from low statistical power in this setting. We propose a testing procedure that constructs a data-dependent focal assignment set and permits variation in focal units across focal assignments. These features complicate both estimation and inference, necessitating new technical developments. We establish the asymptotic validity of the proposed procedure under general conditions on the test statistic and characterize the asymptotic size distortion in terms of observable quantities. The procedure is applied to experimental network data and evaluated via Monte Carlo simulations.